今天也看到非常非常多的前端传感器公司在开发FPGA，包括在DSP还有自己的SOC上进行开发，都是朝着芯片的专用化包括算法的专用化和模块化方向上做。在整个VSLAM系统里面如何去选取到不同的市场特征点，作为整个坐标原点，我们的视觉算法和单纯的依靠成绩码盘的服务机器人做的整个视觉效果的对比，对于SLAM系统里面分了前端后端两块。最主要的一块是后端进行回还检测，整个服务机器人里面刚刚蒲立学长讲过，我们遇到即使是今天的会场环境下，有非常非常多的环境问题，包括毛毯、地毯、上下斜坡，这样过程当中我们所用到的贯导仪器失灵的程度非常大，我们必须依赖其它传感器的融合来帮助服务机器人进行作业和执行任务过程当中解决定位精度和零偏漂移的问题，我们应用的是视觉的办法。蓝色的线是我们今天看到的视觉，除了进行回还检测，在局部特征的时候基于所有的市场特征进行全部回还的优化。

速感科技推出的扫地机器人视觉传感器

作为今天而言，现在的云计算成立更多成为大家所用的功能，在今年的6月份美国IROBOT扫地机器人厂商发布最新的如何利用深度学习，后端云计算和前端服务机器人进行更好地有机结合。首先在第一步可以利用视觉SLAM算法对家庭地图进行构建，视觉加载了比其它二维线状、激光、雷达，惯性测量单元更具备的图象信息，所以在地图构建过程当中可以进行嵌入式本地化的特征场景识别，包括识别到家庭里面的沙发、家庭里面的电视。第三步，可以基于这些特征点把这些高维的特征点通过深度学习的方式上传到我的云端进行云端的更深层次的理解，包括场景语义的理解，场景的分割和地图标签的标注。

最后一点，服务机器人可以基于云端深度学习的理解，对家庭场景进行更深层次的理解，从而对家庭场景达到特定任务的执行。今天的扫地机器人按下开关进行全覆盖式的路径规划，今天以后在Irobot可以有针对性进行特定点、特定场景的工作和作业。我们在今年的5月份面向全部的下游客户推出来扫地机器人视觉关键部件，刚刚提到对于扫地机器人从过去的17年左右的时间一共分为三代扫地机器人。第一代扫地机器人做类布朗形式的乱撞，不会搭载任何传感器，碰到墙壁就会旋转135度进行下一个位置的清扫和作业。第二代扫地机器人，随着工作时间的累计和增加，陀螺仪、码盘的数据随着飘移的程度越来越大，我们在今年5月份推出第三代扫地机器人关键传感器，让整个扫地机器人和未来服务的服务机器人达到更低功耗的智能行走，有效降低漏扫率和重复清扫。

在工业的场景里面，WSC会议上也有一些下游的合作厂商利用我们的SLAM定位控制器帮助现在的做HV的厂商解决在物料运输过程当中HV的自然导航和有特征点和有mark点的相关信息，SLAM最核心的应用场景基于消费核工业的两个场景。

最后介绍一下我们的整个产品系列，我们是做一家toB的解决方案厂商，面向下游的客户提供了包括消费级的核心传感器、工业级的导航定位控制器，我们和英特尔合作的服务机器人开发控制平台，这样一个开发控制平台在过去一年多的时间里面已经帮助国内的30多家服务机器人厂商解决了它们服务机器人商用具体场景里面的场景对接和场景落地问题。

谢谢！