谁才是扫地机器人的“最优解”？

谁才是扫地机器人的“最优解”？

评判一款扫地机器人好用与否，避障表现无疑是核心因素。能够准确有效规避家居、行人、动物等障碍物，不仅能够保障产品的安全性，也能有效提升清扫效率和清洁效果，这是扫地机器人从能用到好用的关键。然而从市场调查来看，目前市面上大多数产品的避障表现并不理想，究其原因，在于它们采用的避障技术各有差异。

目前几种比较主流的扫地机器人避障技术主要有机械避障、视觉避障、激光雷达避障、3DToF避障、红外光源避障等。

机械避障：早期扫地机器人使用的主流避障技术，目前只应用于低端产品，优点是成本低、原理简单，缺点是扫地机器人不停碰撞障碍物，不仅效率低，准确度低，同时容易损坏家居。

红外光源避障：通过发射红外线、接受反射的光线、用三角测距的原理判断和障碍物之间的距离。优点是成本低、容易实现。缺点是精度不高，对深色可吸收红外线的物体比较敏感，影响准确度。

激光雷达避障：目前最为主流的技术方案，通过激光雷达发射和接受反射信号，判断与障碍物的距离，优点是延迟低，效果稳定，准确度高，成本也较低，缺点是受限于激光雷达布局，有探测盲区，容易对地矮障碍物产生误判，且无法规避玻璃等高反物体，同时激光雷达无法识别语义的天然缺陷，也导致无法实现智能避障。

3DToF避障：发射激光到物体后计算反射时间，从而根不同时间计算可以获得物体的形状深度，从而实现避障功能。优点是识别的距离远，不易受环境影响，缺点是成本高，识别分辨率比较低。

视觉避障：分为双目和单目，双目效果优于单目。目前部署量也相对较多，通过摄像头机器人能够像人眼一样对物体进行识别，并利用算法实现避障，优点是能够根据识别到的不同障碍物信息，做出策略化的智能避障，如不同规避距离，且成本较低，不过缺点是算力要求高，且精度和稳定性也较差，同时易受光线影响。

总的来说，激光雷达避障仍是现有应用最广泛的主流方案，但从技术发展潜力来看，视觉避障无疑代表着未来的主流方向，能够看到，市面上的视觉技术正越来越丰富，成熟度也越来越高，视觉技术的缺陷已不再是无法解决的难题。

腾转自如，正成为现实

作为行业领先的AI技术供应商，INDEMIND凭借在机器人视觉技术研发上的多年积累，针对性解决了视觉算力高、精度低、易受光线影响等多个缺陷，并通过对自身技术接轨融合推出了一款纯视觉的家用机器人导航避障决策交互ALLIN ONE解决方案「家用机器人AIKit」，其在避障方面，已能够实现低矮障碍物避障、高透障碍物避障，智能语义避障等。

为了解决算力问题，INDEMIND在算法上实现了VSLAM和深度学习模型轻量化，配合硬件采用的CPU（NEON）、GPU、NPU算法加速技术，有效降低了平台的计算压力，目前已能够在几美金的计算平台实现稳定运行建图、导航、避障等任务逻辑。

在实际运行中，基于INDEMIND研发训练的物体识别卷积神经网络模型，可以准确识别家用场景中的低矮障碍物（例如：动物粪便、拖鞋、钥匙串、线材、地插等）、透明玻璃容器类障碍物、动态障碍物（人、宠物）等等，避免扫地机拖行障碍物或障碍物致使机器人被困。同时自研的智能避障可结合物体识别信息根据物体分类进行避障，可以有效避开动物粪便、拖鞋等特定障碍物，识别策略可配置，目前精度可达1%，最小尺寸1cm。

为了应对光线适应问题，INDEMIND开发了一套系统化环境补光策略，包含主动式环境补光配置和光照变化条件下的建图策略，在实际表现中，面对强光直射、无光源、昏暗等特殊光照环境均能无差异工作，满足全天候作业要求。

审核编辑：刘清