Vaativassa ympäristössä kuten metsässä, kaivoksessa tai esimerkiksi louhoksessa kohtaa usein tilanteen, jossa kartta-aineistojen tarkkuus ei ole riittävä ja GPS-signaali on liian heikko. Tällaisessa ympäristössä on hyödynnettävä reaaliaikaista paikannusta ja kartoitusta (Simultaneous Localization and Mapping). Unikien SLAM-menetelmän avulla ajoneuvot paikannetaan reaaliajassa yhtäaikaisesti suhteessa lähtöpisteeseen tai ympäröiviin kohteisiin samaan aikaan kun lähialueesta luodaan kartta, johon ajoneuvon reitti piirtyy korkealla tarkkuudella.
Reaaliaikainen paikannus ja kartoitus hyödyntää erityyppistä dataa sensoreista, LiDAR-laitteista, tutkista, inertiamittausyksiköistä (IMU) ja ajoneuvon sensoreista (kuten ohjauspyörän kulma). Uusia SLAM-algoritmejä luodaan jatkuvasti erilaisten sensorityyppien pohjalta. SLAM-menetelmän käyttö vaatii edistynyttä sensoridatan yhdistämistä eri lähteistä tarkan kokonaiskuvan luomiseksi.
SLAM perustuu konenäön ja koneoppimisen AI Vision -kehitysalustaan.
TEKNOLOGIA
Unikien konenäön ja koneoppimisen teknologiat perustuvat AI Vision -alustaan. Unikie AI Vision on laitteistosta riippumaton konenäön ja koneoppimisen kehitysalusta, joka mahdollistaa monenlaisten reaaliaikaista dataa hyödyntävien reaaliaikaisten sovellusten nopean kehittämisen. Alusta sisältää korkealuokkaisia ja laadukkaita algoritmikirjastoja, joiden avulla voimme toteuttaa lukuisia sovelluksia, kuten kohteiden havaitsemisen, seurannan ja luokittelun.
Unikie AI Vision pystyy jatkuvaan reaaliaikaiseen ympäristön 3D-mallinnukseen senttimetrien tarkkuudella. Tarkkuus ja mallinnus voidaan saavuttaa hyödyntämällä LiDAReiden lisäksi useita muita antureita, kuten stereokameroita, ultraäänitutkia, GPS:ää ja kiintyvyysantureita. Lisäksi AI Vision kykenee tunnistamaan muotoja, ja näin havaitsemaan liikkuvia henkilöitä ja muita ympäristön esteitä myös ääriolosuhteissa.
