机器人视觉避障原来是这样的,小觅智能

2019-11-19 18:06栏目:科技视频
TAG:

小编:

激光

分 享 简 介

简言之的话,小觅智能想给机器人和无人车(机卡塔 尔(英语:State of Qatar)一双灵敏的眸子,支持其自己作主行走。

图片 1

3. 平移感知的共处方案和通点

小觅智能潜心立体视觉技术完全缓和方案,是行当超过的视觉定位导航 VPS(Visual Positioning System卡塔 尔(英语:State of Qatar)大旨手艺提供商。VPS 宗旨技艺满含自己作主研发的肉眼结构光深度惯导相机、 视觉里程计 VIO(Visual-Inertial Odometry卡塔 尔(阿拉伯语:قطر‎本领、 VSLAM(Visual Simultaneous Localization And Mapping) 手艺、自动驾乘、3D 识别/衡量技艺等。据庞琳勇介绍,小觅智能提供三维的成品,一是创新层:五颜六色的眸子深度摄像头硬件;二是自动导航的底座,约等于双目录制头加上 SLAM 的算法,公司方可在上边开辟和谐的机器人;第三层是针对不一致的正业做的定位导航定制方案,如服务机器人,扫地机机器人、小车协助驾乘ADAS 等。

后生可畏种扩展的点子在宗旨的势场上附加了了此外七个势场:转命运形势场和任务势场。它们额外思谋了是因为机器人自己运动方向、运动速度等境况和障碍物之间的相互作用。

小觅智能作为一家器重做眼睛立体视觉技艺的AI公司,重要业务是眼睛摄像头硬件和视觉定位导航的技艺技术方案,因为大家特意特邀到了 小觅智能运转首席实施官刘祁缘David,他将为大家分析如何用双平视觉赋能AI移动新供给。

小觅智能:有了那双“眼睛”,机器人和无人车在别的意况中都不会迷路 | 创办实业动点科学和技术。回到和讯,查看越多

旋转势场寻思了阻力与机器人的相对方向,当机器人朝着障碍物行走时,扩大斥力, 而当平行于物体行走时,因为很了然并不会撞到障碍物,则减小斥力。职务势场则消弭了那么些依照当下机器人速度不会对近些日子势能形成影响的阻碍,因而同意安排出 一条更是平滑的轨迹。

刘祁缘David

“机器人移动和无人车肯定须要知道自个儿在什么样地点,在走进程中别撞上东西,那是二个遍布的须求,并且这些需假诺先前不曾的。所以做那一个一定不会错。”庞琳勇一贯对机器人自己作主导航的市集充斥了信念。小觅智能,二零一六年刚成马上时只有 5 个人的创始团队,在冬辰从未暖气的宁波哆嗦着编制程序,2015年 1 月其出产的搭载小觅双眼的小觅机器人在 CES 上获得可观关注,而后,其将攻略性转移为提供建设方案。这一块儿,小觅智能的每一种鞋印都十显著晰。

比较容易的方案是衡量反射光的相移,传感器以已知的功效发射一定幅度的调制光,并衡量发射和反向时限信号之间的相移,如上海教室意气风发。调制随机信号的波长为lamda=c/f,个中c是光速,f是调制频率,度量到发出和反光光束之间的相移差theta之后,间距可由lamda*theta/4pi总括得到,如上海图书馆二。

分 享 时 间

有关机器人自己作主导航定位的方案,我们相比纯熟的有思岚科技(science and technology),其使用了视觉传感+激光雷达的措施。多传感融合会扩展其鲁棒性,但激光雷达的利用大大增添了本钱。庞琳勇希望仅视觉传感就足以让机器人完成定位导航和避障, 完成低本钱,易量产。而有关机器人的眸子软硬件生机勃勃体的研商,以前都首要存在于大学实验室里,真正使用到工业级场景的还平素不。值得风流浪漫提的是,小觅智能强实力的团队一向从事于将以此本事应用带出象牙塔。

别的,超声波的度量周期较长,举个例子3米左右的实体,声波传输这么远的相距供给约20ms的时光。再者,不相同素材对声波的反射也许吸引是不平等的,还应该有三个超声传感器之间有不小只怕会相互忧虑,那都以实在使用的进度中须要构思的。

图片 2重临微博,查看更加多

“每叁回技艺浪潮都会生出新的功底建设需要。PC 时代,AMD和微软攻下了 CPU 和操作系统;移动网络时期,ARM 揽括微电路,iOS 和安卓承包了操作系统;AI 时期的赶来,你会意识无论是机器人照旧自动驾乘轿车,以至 V迈凯伦540C 和 AEscort的选用,其共性特点是动起来了。”在琳勇看来,AI 时期低度重申“动”,而事物要活动,应当要有一双认路和看得出间隔的“人眼”——那正是她的绝艺。

代价函数受四个成分影响: 指标方向、机器人当前来头、此前采用的来头,最后生成的代价是那八个元素的加权值,通过调解差别的权重能够调节机器人的抉择偏幸。VFH算法也可能有其余的扩展和改良,举例在VFH+算法中,就思虑了机器人运动学的约束。由于实在底层运动组织的不及,机器的实在活动技术是受限的,比方小车结构,就无法随性所欲地原地转向等。VFH+算法会思量障碍物对机器人实际活动本领下轨迹的阻止效应,屏蔽掉那叁个纵然从未被障碍物吞并但出于其拦住实际无法达到的位移轨迹。大家的E巡机器人应用的是两轮差动驱动的移位款式,运动极度灵活,实际利用比较少受到那一个成分的震慑。

5. 眼睛技巧怎么赋能差别行当

结业于U.S.德克萨斯奥斯汀分校大学,具有机械工程大学子和计算机科学大学生(机器人视觉专门的学业卡塔尔国的双学位,并曾经在中国科学技术高校师从光学衡量巨擘伍小平院士,庞琳勇在立体视觉领域深耕多年并有多项商讨成果。AI 时期的到来,让她在温馨拿手的园地来看了二个必须要经过的路的刚需市集。

以上二种是最广泛的两种传播器 ,各有其独特之处和症结,在真的实际利用的进度中,常常是汇总配置利用二种不一样的流传器 ,以最大化保险在种种差别的利用和蒙受标准下,机器人都能科学感知到障碍物消息。大家公司的E巡机器人的避障方案正是以肉眼视觉为主,再协理以多样其它传感器,有限援助机器人周围360度空间立体范围内的障碍物都能被有效侦测到,保障机器中国人民银行走的安全性。

录像直播相互

“大家前些天的商业格局首倘若从深度录像头、到导航航空模型型块、再到针对不相同行当和现象的机器人定位导航和避障的施工方案。小觅录制头有标杆型客商,定位导航底盘获得了同盟朋侪英特尔的推荐介绍,产业界的首个双目扫地机方案变成,至于服务机器人方案,大家明天正和一家商家在同盟多少个很独特之处,并且已经获得几千台的那一个情景的机器人的订单了。”庞琳勇揭破。

地点那一个图是势场相比独立的示例图,最上的图a左上角是观点,右下角是指标点,中间三个方块是障碍物。中间的图b正是等势位图,图中的每条连接的线就表示了一个等势位的一条线,然后虚线表示的在一切势场里面所安顿出来的一条路子,我们的机器人是本着势地方指向的要命样子一直行走,能够望见它会绕过这么些比较高的障碍物。

1. 活动感知之于AI的严重性

图片 3

图片 4

图片 5

哪些给机器人创设一双在别的条件下自主定位导航的“眼睛”?

超声波

4. 眼睛本事的优势和可相信性

一时,小觅智能已经产生了来自乐搏资本的天使轮融资、以至实际基金的 Pre-A 轮和来源成识资本、申通首席推行官陈德国防止军、触控科学技术、优客工场和中关村国际控制股份的 A 轮融资,累积融资近亿元。

超声波传感器的基本原理是衡量超声波的航空时刻,通过d=vt/2衡量相差,个中d是离开,v是声速,t是 飞行时间。由于超声波在气氛中的速度与温湿度有关,在比较确切的度量中,需把温湿度的变通和别的因素考虑进去。

小觅智能运行老总

针对不一样行当机器人的不如供给,小觅已经推出了两版双目结构光深度惯导摄像头:规范版和深度版。据庞琳勇介绍,规范版是肉眼+结构光+位移加快传感器,后边的算法是在主机上的 CPU 或 GPU 进行的。深度版本则是在规范版的基本功上加了专有晶片模块,能够直接运算,不用花销主机上的演算财富。

最上面的图,即大家整整指标的重力还也许有我们具备障碍物发生的斥力最终产生的三个势场效果图,能够见见机器人从左上角的重点点出发,一路沿着势场下落的倾向直达最后的指标点,而各种障碍物势场表现出在极高的阳台,所以,它设计出来的门路是不会从那个障碍物上面走的。

图片 6

旗帜显明,机器人面前碰着的情况各色各异,所以,机器人须求一双适应任何条件的“眼睛”。而上述多个方案单风华正茂的来看都有引人注目标青黄不接。那么,如何创设风华正茂款相比较周密的定位导航和避障方案吧?那便是庞琳勇的初心。小觅智能以眼睛为底子,参与结构光,选取双眼的算法,再加多位移加速传感器,造成了风流倜傥套全新的生机勃勃体化的软硬件后生可畏体化传感器方案。

常用的微处理器视觉方案也有过二种, 比如双眼视觉,基于TOF的深浅相机,基于结构光的纵深相机等。深度相机能够同一时间获取奥迪Q3GB图和深度图,不管是依据TOF依然结构光,在露天高光意况下效果都并不太非凡,因为它们都以急需积极发光的。

分 享 提 纲

谈起机器视觉,近期最吃香、最重大的两大类应用无非是可辨和导航定位。小觅智能则是后人。和用来手机等的二维传感器区别,深度传感器能够把物体的离开衡量出来。近年来市情上的纵深相机主要分为二种:时间飞行法 TOF(Time Of Flight卡塔 尔(阿拉伯语:قطر‎、双眼、结构光。那三种办法都有优势和局限性。

图片 7

在人工智能时期,基本具备的出品都急需动起来,或许说须求活动,要求做活动感知、定位导航和避障,机器人需求,无人车需求,VOdyssey/A讴歌RDX老花镜也亟需,那么怎么着移动感知方案会化为将来的钻探和行使趋向呢?

图片来自:pixabay

Bug2算法示例

2. AI一代和PC时期的主题技艺

“我们的定位导航方案好似人眼,看了四周就足以知晓本身的对峙地方。”庞琳勇解释道, “小觅智能其实在予以机器人三个维度度空间感知的力量。那第风流倜傥体现在八个方面:定位导航和立体避障。首先,双目录制头硬件要求度量机器人和各参照物的相距,然后用算法算出具体地方,那是定位导航。至于避障,在此此前的机器人,基本是靠超声避障。但超声只略知风流倜傥二前面有东西,却不清楚那些东西离你有多少路程,宽度多少,中度多少。”庞琳勇解释道,“机器人避障必定要清楚障碍物的高精度地点以致大小,而守旧超声方案不可能化解这么些主题素材,视觉深度传感器则周密地解决了这一难点,所以高速形成机器人立体避障的标配。”除外,小觅智能利用视觉传感和位移加快传感互补造成了一个进一层完善的吃水传感器。“视觉对转动不太灵活,不过加快度传感器能够测出转动的增长速度度,相当于是将不一样路子采摘到的能量信号融合在联名,保险了消息标准。”他说。

图片 8

图片 9

接下去,庞琳勇表露,小觅智能在汽车帮忙驾乘 ADAS 领域仍可以大展拳脚。ADAS 扶植开车商场最近以单目录制头居多,以色列国公司 Mobileye 攻下了市集分占的额数的荒岛。可是,庞琳勇表示单目录像头有三个毛病:不能够直接测量间隔离,首先它要看清出来前边是辆车,然后依照车牌的大大小小来反推间隔。那多少个经过都轻易出标题,如少年老成旦它没有辨别出车就不可能测量间距离。“而双眼不要求做剖断,能够直接算出来间距,减弱失误,所以双目显著是叁个主旋律。”他说。

图片 10

小编:

2016 年,目的在于让机器人动起来的小觅智能(MYNT AI卡塔 尔(阿拉伯语:قطر‎在硅谷创设了。其成员首要缘于百度、三星(Samsung卡塔尔国、小米、一加等。

图片 11

图片 12

作为二个在尾部改革深耕较久的人,庞琳勇已经有谈得来的意气风发套创办实业理念。他感到,一些根基的换代供给团队做实多年,那个时刻与活力铸就了三个集团的分界。”就如我们做的这一个事情,外人不是想做就能够做,他也须要花超级多年的时辰。而且很有希望做的付加物和顾客想要的差的相当远。”他表示,找准须求商场也是不能缺少课程。

势场法

7. 小觅智能给我们提供的有利

底工立异是二个经久的赛道, 不过对于硅谷三回九转创办实业家庞琳勇博士(Leo卡塔尔国来讲,他风华正茂度习贯。“小觅智能是作者的第三家创业公司,笔者的第二家市肆从创建到结尾被买断做了10年。这没怎么奇怪的,赚快钱的商家很难有沟壍的。”庞琳勇以很自然的语气回答。

局地低档的激光雷达会选择三角测距的方案进行测量间距。但此刻它们的量程会受到限定,日常几米之内,何况精度相对低一些,但用于室内低速情形的SLAM恐怕在露天条件只用于避障的话,效果依旧不错的。

原标题:小觅智能:如何用双平视觉赋能AI移动新需要? | 直播预先报告

“衡量相差几十米,深度精度达到分米级,同时反应速度又飞速,能够适应房内室外工作,在三种传感器中,独有接收自然光的眼睛比较卓越。可是双目也是有自家的受制,它遇到房间里白墙,不可能找到特征点,所以也就没办法相配左右目标雷同的特征点,其精度就能够减少。而接受结构光打红外斑点到白墙上,约等于产生了绘画,就可以帮助双眼分辨。”庞琳勇非常标准地解释了结构光和眼睛的结合点。

图二

《机器人大家说》第27期直播上线

原标题:小觅智能:有了那双“眼睛”,机器人和无人车在其他条件中都不会迷路 | 创办实业

图片 13

以致具备对AI机器人领域感兴趣的同伙

  • 结构光:归属主动光类,算法轻便在晶片上落到实处,较为成熟,图像分辨率相比高,但度量相差超级短(1~2米卡塔 尔(英语:State of Qatar),轻松受光照影响,不适用于室外条件;
  • TOF:归于积极光类,算法轻便在集成电路上得以实现,抗忧愁质量较机构光要好, 深度精度高,可是其图像分辨率非常的低(测的点少卡塔 尔(英语:State of Qatar), 测距在5米左右,开销高;
  • 肉眼:归属被动光类,房间里外都干活,研讨历史较久,花销极低, 算法精度高,鲁棒性强,衡量相差可以实现100米,但总结量大,算法复杂。 因为非常注重自然图像特点匹配,所以不适用于昏暗情况还是过分揭露景况,其余借使被测场景小编缺少纹理,也很难展开特征提取和匹配,如白墙。

像基于结构光的纵深相机,发射出的光会生成相对自由但又一定的星点图样,这一个光斑打在实体上后,因为与摄像头间隔区别,被录像头捕捉到的岗位也不平等,之后先总计拍到的图的斑点与标定的正经图案在不一致职位的撼动,利用录制头地方、传感器大小等参数就足以总结出物体与摄像头的离开。而大家脚下的E巡机器人首假设干活在室外情状,主动光源会直面太阳光等规范的非常的大影响,所以双目视觉这种被动视觉方案更切合,因而大家使用的视觉方案是借助双目视觉的。

分 享 嘉 宾

图片 14

纯属不要失去!

Bug算法应该是最简易的后生可畏种避障算法了,它的大旨绪维是在发掘障碍后,围着检查测量试验到的障碍物轮廓行走,进而绕开它。Bug算法如今有广大变种, 举例Bug1算法,机器人首先完全地围绕实体,然后从距目的最短间距的点离开。Bug1算法的频率比好低,但能够保障机器人达到目的。

公号后台回复“机器人大家说”得到直播间链接

实则,势场法不唯有能够用来避障,仍然是能够用来展开路线的布置性。势场法把机器人管理在势场下的 二个点,随着势场而活动,指标表现为低谷值,即对机器人的重力,而障碍物扮演的势场中的多少个山头,即斥力,全数这么些力迭加于机器人身上,平滑地辅导机器人走向目的,同偶尔间制止碰撞已知的障碍物。当机器人移动进程中检验新的障碍物,则供给改良势场并再一次规划。

二〇一四年加盟小觅智能,现担任小觅智能品牌、商场和制品的运转工作,主导集团品牌、产物和品种的运维陈设和一败涂地推行。成功将小觅双眼录制头、小觅智能手机器人等制品推向市集。曾供职于SMG、申通客车等集团从事媒体公关和品牌运转职业。具备足够的10W+爆款文章创作经验和百万级客商平台的营业经历。

避障常用算法原理

录制预先报告

在讲避障算法在此之前,大家假设机器人已经有了三个导航规划算法对和谐的运动进行设计,并依据规划的路线行走。避障算法的任务就是在机器人推行常规走路职责的时候,由于传感器的输入感知到了障碍物的留存,实时地翻新目的轨迹,绕过障碍物。

2018年9月17日 20:00

图一

报 名 方 式

除了这些之外,Bug算法还应该有繁多任何的变种, 比方正切Bug算法等等。在不菲简洁明了的景观中,Bug算法是促成起来比较容易和有益的,可是它们并不曾考虑到机器人的重力学等范围,因而在更复杂的其实条件中就不是那么有限扶助好用了。

人工智能机器人领域从业者、创客等

切切实实可以看 一下这些图示:

七月二十五日20:00按期开讲

广大的激光雷达是遵照飞行时间的(ToF,time of flight卡塔尔,通过衡量激光的宇航时刻来进展测距d=ct/2,雷同于前方提到的超声测距公式,个中d是间距,c是光速,t是从发射到接受的小时距离。激光雷达包涵发射器和接到器 ,发射器用激光投射指标,选用器选拔反向回的光波。机械式的激光雷达饱含一个带有镜子的教条机构,镜子的团团转使得光束能够覆盖 三个平面,那样我们就能够衡量到二个平面上的相距新闻。

6. 小觅智能概略

实际上出口的深度图,不一致的颜色代表分化的离开

适 合 人 群

这两类各有很种种区别格局的具体算法完毕。能过它们的出口大家得以估摸出全体场馆中的深度音讯,这么些深度音讯方可扶植我们索求地图场景中的可走路区域以致障碍物。整个的输出贴近于激光雷达输出的3D点云图,不过比较来说得知会更拉长,视觉同激光比较优点是价格低超多,劣点也正如刚烈,度量精度要少了一些,对计量本事的要求也高相当多。当然,那几个精度差是争持的,在实用的历程中是一丝一毫丰盛的,况且我们脚下的算法在大家的阳台NVIDIA TK1和TX1上是能够产生实时运营。

图片 15

它实践进度中针对移动机器人当前周围景况创立了三个依照极坐标表示的片段地图,那几个部分使用栅格图的表示方法,会被近些日子的意气风发对传感器数据所更新。VFH算法产生的极坐标直方图如图所示:

图片 16

向量场直方图

图片 17

避障常用哪些传感器?

KITTI搜集的图

甭管是要举行导航规划依旧避障,感知周围情状音讯是率先步。就避障来讲,移动机器人须要通过传感器 实时收获自己相近障碍物音信,包括尺寸、形状和职位等音信。避障使用的传感器八种各种,各有差别的原理和特点,方今布满的十分重要有视觉传感器、激光传感器、红外传感器、超声波传感器等。下边笔者回顾介绍一下这两种传感器的骨干专门的工作原理。

在实质上运用的经过中,我们从录制头读取到的是延续的录像帧流,大家还足以经过这么些帧来估量场景中 指标物体的移位,给它们创立运动模型,估摸和远望它们的移动方向、运动速度,那对大家实在行动、避障规划是很有用的。

对航空时间的衡量也许有两样的办法,比如动用脉冲激光,然后近似后边讲的超声方案,直接衡量占用的日子,但因为光速远高于声速,供给相当高精度的时光衡量元器件,所以十一分高昂;另生机勃勃种发射调频后的接二连三激光波,通过度量选取到的反射波之间的差频来度量时间。

Bug算法乐乎客商无方表示

图片 18

别的还应该有谐波势场法等任何改良形式。势场法在议论上有超级多局限性, 举例局地最小点难点,也许震荡性的主题素材,但实则采纳进程中效果依然不错的,完毕起来也正如便于。

避障是指移动机器人在行路进程中,通过传感器感知到在其设计路径上存在静态或动态障碍物时,根据一定的算法实时更新路线,绕过障碍物,最终达到目的点。

要做地道的避障,萧疏图还是不太够的,我们需求拿到的是密布的点云图,整个场地包车型大巴深度音讯。稠密相称的算法大概可以分为两类,局地算法和全局算法。局部算法使用像素局部的新闻来计量其深度,而全局算法接受图像中的全部音讯实行测算。日常的话,局地算法的速度越来越快,但全局算法的精度更加高。

神经互联网方法对机器人从上马地点到对象地方的不论什么事行动路线进行训练建立模型,应用的时候,神经互连网的输 入为事先机器人的位姿和速度以至传感器的输 入,输出期待的下一目的或活动方向。

相符那样守旧的避障方法还可能有比超级多,除了那些之外,还会有不菲别的的智能避障技能,例如神经网络、模糊逻辑等。

平日的红外测量间距都以应用三角测量间距的原理。红外发射器依照一定角度发射红外光束,蒙受物体之后,光会反向回来,检验到反射光之后,通过结构上的几何三角关系,就足以测算出物体间距D。

模糊逻辑情势宗旨是歪曲调控器,要求将大家的文化或操作人士的经验写成多条模糊逻辑语句,以此调整机器人的避障进度。 比方那样的模糊逻辑:第一条,若右前方较远处检查实验到障碍物,则稍向左转;第 二条,若右前方较近处检查实验到障碍物,则减速并向左转更加多角度;等等。

Bug1算法示例

图片 19

红外

图片 20

肉眼视觉的测量间隔本质上也是三角测量间距法,由于多少个摄像头的职位差别,有如大家人的七只眼睛相符,看见的物体不一致。五个录像头见到的同贰个点P,在成像的时候会有两样的像素地方,那时候通过三角测距就可以测出这么些点的间距。与构造光方法分歧的是,结构光计算的点是风雨无阻发出的、已知明确的,而双眼算法总结的点日常是选拔算法抓取到的图像特点,如SIFT或SUEvoqueF特征等,那样经过特征总结出来的是疏落图。

上边那一个图正是超声波传感器非信号的叁个表示。通过压电或静电变送器产生叁个效用在几十kHz的超声波脉冲组成波包,系统一检查测高于某阈值的反向声波,检查测验到后选择衡量到的航空时间总括间隔。超声波传感器常常意义间距非常的短,普通的平价探测量间隔离都在几米,可是会有贰个几十分米左右的一丝一毫探测盲区。由于超声传感器的花销低、完结情势简单、技艺成熟,是移动机器人中常用的传感器。超声波传感器也可以有一点劣势,首先看下边这一个图。

图中x轴是以机器人为着力感知到的障碍物的角度,y轴代表在该方向存在障碍物的票房价值大小p。实际选择的进度中会依据那么些直方图首先辨识出允许机器人通过的够用大的装有空隙,然后对富有那几个空隙总结其代价函数,最后选项具备最低代价函数的通路通过。

视觉

激光雷达的衡量相差能够高达几十米甚至上百米,角度分辨率高,经常可以达到零点几度,测量间距的精度也高。但度量相差的置信度会反比于收到随机信号幅度的平方,由此,草书或然中远间隔的物体间距度量不会像光亮的、中远间隔的实体那么好的估量。况兼,对于透明材料,比方玻璃,激光雷达就不或然了。还或者有,由于协会的复杂性、器件开销高,激光雷达的本钱也极高。

因为声音是锥形传播的,所以大家实际测到的离开却非一个点,而是有些锥形角度范围内近日实体的相距。

当D的偏离丰富近的时候,上海教室中L值会比很大,假设抢先CCD的探测范围,那个时候,尽管实体超级近,不过传感器反而看不到了。当物体间隔D一点都不小时,L值就能十分小,衡量量精度会变差。由此,常见的红外传感器 测距都十分近,小于超声波,同临时候中远间隔衡量也可能有细小间距的限量。别的,对于透明的如故肖似钟鼓文的实体,红外传感器是万般无奈检验间距的。但相对于超声来讲,红外传感器材备更加高的带宽。

纠正后的Bug2算法中,机器人起始时会追踪物体的差不离,但不会全盘围绕实体后生可畏圈,当机器人可以一向移动至指标时,就可以直接从障碍分离,那样可以完结超级短的机器中国人民银行走总路线。

版权声明:本文由王中王平特一肖大公开发布于科技视频,转载请注明出处:机器人视觉避障原来是这样的,小觅智能