Fusion-SLAM™은 당사의 완전한 독점 특허 기술입니다. 이 기술은 공동 창립자인 저우 쉬안하오 박사가 주도한 시각 인식 및 딥러닝 분야의 기초 연구에서 탄생했습니다. 10년 이상에 걸친 사내 연구 개발을 통해 이 기술은 엄격한 개선을 거쳐 수백 건의 실제 적용 사례를 통해 검증되었으며, 특히 모회사인 란신 로보틱스(Lanxin Robotics)의 자율 이동 로봇(AMR) 및 자동 지게차의 핵심 위치 결정 엔진으로 사용되고 있습니다.

현장에서 검증된 이 핵심 기술은 이제 MRDVS V2 Pro 모듈에도 적용되었습니다. 이 모듈은 2D LiDAR, 시각적 천장 특징, IMU 데이터를 긴밀하게 융합하여 센서 정보를 통합합니다. 도메인별로 학습된 딥러닝 모델을 기반으로, 단일 센서 솔루션보다 훨씬 안정적이고 신뢰할 수 있는 센티미터 수준의 절대 위치 측정을 제공합니다.

이제 당사는 산업용 수준의 견고성을 자립형 하드웨어 모듈인 V2 Pro에 구현하여 수동 지게차 개조 및 AGV(자율주행 운반 차량) 전환에 직접 사용할 수 있도록 했습니다. 이를 통해 검증되고 신뢰할 수 있는 자율 주행 기능을 더욱 다양한 차량 및 산업 분야에 적용할 수 있게 되었습니다.

해당 알고리즘은 오픈 소스가 아니며, 당사의 핵심 지적 재산 포트폴리오의 일부로 남아 있어 고객에게 지속적인 혁신과 안정적인 성능을 보장합니다.

당사의 솔루션은 기존 시스템에 비해 세 가지 근본적인 이점을 제공합니다.

1. 마커리스 코어 및 빠른 배포: 이 시스템은 기본적으로 사전 설치된 마커, 비콘 또는 인프라(예: UWB 앵커, 반사벽)가 필요하지 않아 몇 주가 아닌 며칠 만에 구축이 가능합니다. 고객이 신속한 위치 파악을 위한 추가적인 안전장치를 원하는 경우, 시스템의 핵심적인 인프라 불필요성이라는 장점을 유지하면서 제한된 수의 QR 코드를 선택적으로 사용할 수 있습니다.
   
   
2. 근본적으로 다르고 확장 가능한 비용 모델: 창고 면적에 따라 비용이 증가하는 UWB 시스템(대규모 부지의 경우 수십만 달러에 달하는 광범위한 앵커 네트워크 구축 필요)과 달리, 당사의 솔루션은 주로 차량 대수에 따라 비용이 증가합니다. 이는 초기 투자 비용을 대폭 절감하고 대규모 또는 확장 중인 운영에 있어 훨씬 예측 가능하고 선형적인 비용 확장을 가능하게 합니다.
3. LiDAR 성능 저하 환경에서도 입증된 견고성: 2D LiDAR 또는 VSLAM에만 의존하는 시스템과 달리, 당사의 Fusion-SLAM™ 기술은 천장 영상과 관성 데이터를 긴밀하게 융합하여 철골 구조물, 개방 공간, 유동적인 저장 바닥, 통행량이 많은 통로 등 까다로운 환경에서도 안정적이고 센티미터 단위의 정확도를 보장합니다.

아니요. 이 시스템은 상대적인 바퀴 주행 거리 측정 방식이 아닌, 지형지물을 기반으로 하는 절대 SLAM 방식을 사용합니다. 따라서 누적 오차가 완전히 제거됩니다. 주기적인 수동 보정이 필요 없으며, 전 세계 지도에서 안정적이고 오차 없는 위치 정보를 제공합니다.

이 시스템은 최대 15미터 높이의 천장에서 최적의 성능을 발휘하도록 설계되었으며, 이는 시각 구성 요소가 견고하고 풍부한 기능을 갖춘 위치 파악을 보장하는 유효 범위입니다. 이 범위 내에서 위치 정확도는 ±1~3cm이며, 15미터 높이에서도 ±4cm 이내의 정확도를 유지합니다.

통합된 2D LiDAR는 반사율이 높은(90%) 목표물의 경우 최대 40미터, 반사율이 낮은(10%) 표준 목표물의 경우 약 15미터의 최대 감지 범위를 제공하여 Fusion-SLAM™ 솔루션의 일부로 신뢰할 수 있는 평면 매핑 데이터를 제공합니다.

하드웨어 매개변수 및 환경 허용 오차에 대한 포괄적인 정보는 부록 A: V2 Pro 하드웨어 사양에 제공됩니다.