①课题来源与背景； 本项目是省科技厅重点研发计划，项目重点研发机器人核心SoC芯片及其相关核心算法，实现了基于专用SoC的机器人运动控制整体解决方案，解决了无法精准室内定位和高集成度高性能低功耗芯片等行业问题，通过自主研发导航引擎、地图引擎、sensor处理单元、DSP处理单元等关键集成电路技术实现机器人运动人工智能的硬件化，首创全球首款适用于多场景通用化的机器人运动控制和SLAM专用SoC芯片，兼顾低功耗和高性能从根本上提高计算性能，实现集成电路与人工智能的完美结合。

    ②技术原理及性能指标（技术的创造性与先进性）； (1)设计专用的硬件算法加速器释放CPU运算能力：机器人在进行地图构建、路径规划、自主导航等操作时需结合多种算法处理大量数据，本专用芯片设计了专用的硬件算法加速器，将PID环路、流形积分、光流滤波、角度运算等功能硬件化，节省了CPU消耗，提高了运算速度，在实现高性能和实时性的同时，实现低功耗，大幅度简化软硬件设计。相同的运算复杂度，AM380S运算时间几乎是通用芯片的1/8。 (2)深度学习与SLAM算法有机结合实现高精度导航定位：针对业界A-Star算法的拐点处高概率碰撞、碰撞点处反复折腾及机器人在拐点处姿态异常的难题，改进已有的导航与地图构建技术，识别、路径规划算法，将项目研发的ASLAM和深度学习算法有机结合，实现了机器人的实时定位与自主导航精度≤10CM，机器人的响应速度≤3S，实时采集传感器的数据≥10个，达到国内领先水平。 (3)基于多种加密算法的用户数据加密：研发完善的加密机制，芯片与芯片、芯片与外部智能设备等进行通信，传输的数据都经过加密算法加密，保证用户隐私安全。深入研究MASK掩码技术、随机化技术等侧信道攻击与防御技术，改进传统加密算法电路易破解的缺点。 (4)丰富算法库及SDK平台：研发了具有主导可视化调试测试平台（运动跟踪、测试、分析等），包括惯性导航、视觉导航、激光导航等国内领先的通用SDK平台，采用本平台，可将开发周期从1年缩短到半年以内。

    ③技术的成熟程度，适用范围和安全性； 项目成果已实现移动机器人运动控制与SLAM算法的芯片化，并实现在清洁机器人、智能陪伴机器人、银行服务机器人等产品中规模量产，截止至2022年5月，项目成果AM380S及相关产品累计销售近2亿。

    ④应用情况及存在的问题； 本产品在全球清洁类机器人产品中的市占率达到15%，品牌渗透率超50%。本产品作为移动机器人专用SoC芯片，提供的是芯片、算法及完整解决方案，而行业中其他芯片设计公司只涉及其中的1-2项，并且提供的是通用SoC芯片。为此，相比较而言，本产品具有更突出的性能和更广泛的适用性。 本产品的主要客户及应用案例介绍：本产品已实现在清洁机器人领域大规模量产超500万片（套），获得德国凯驰（Karcher）、SHARK、安克（Anker）、小米、美的、海尔、莱克、联想、SEB、软银、360、BISSELL、长虹、小狗等国内外知名品牌采用，在清洁机器人客户品牌渗透率超50%。 本产品应用到了米家扫地机器人、深圳银星智能、东莞芯速等导航清洁机器人产品中。使用本产品的清洁机器人具有路径记忆、自适应学习、可视化清扫地图和自主导航功能，同时可以支持多红外检测，当遇到障碍物时可自动减速，进行缓冲操作从而有效保护机器人产品及家私。本产品支持语音提示功能，支持Wifi远程控制和清扫地图显示，可以通过遥控器操作清洁机器人。同时，本产品可支持关机按键唤醒、遥控唤醒、手机APP唤醒等3种唤醒模式，还可以实现每天定时、一周七天预约清扫；此外应用本产品的清洁机器人，最高清扫覆盖率可达到99%，沿边扫，防碰撞，防摔落等性能远超国产同类机型。 存在的问题：产品持续迭代升级，保持技术优于市场产品两三代。由于语义分割网络训练样本的因素，在实验中，有些图片效果不太好，无法将动态物体完全识别，只识别出一部分情况，有时候只是一双腿或是身体的一部分。第二列图像是单纯利用语义分割网络识别出的人的情况，可以看到很多情况下动态物体的识别缺失较多，这将在地图中存在较大的误差。对于动态物体目标的修复，如果仅利用深度值进行补偿，往往会因为参数问题导致过补偿，虽然通常这种情况不严重，但还是需要利用边缘提取进行限制达到更好的效果。

    ⑤历年获奖情况； (1)获得“中国智能科学技术最高奖中国”第七届吴文俊人工智能科学技术奖-企业技术创新工程奖； (2)第七届中国创新创业大赛（广东·珠海）成长组优胜奖； (3)第八届中国创新创业大赛（广东赛区）成长企业组电子信息行业二等奖。