扫地机器人普及的最后一道障碍是什么?

扫地机器人从诞生那天算起,已有近20年的历史,可长期处于叫好不叫座的状态。近几年扫地机器人却异常火热,销量屡创新高,逐渐成为中国家庭中常见生活家电,想了解下阻碍扫地机器人普及的最后一道障碍是什么?是什么推动了扫地机器人的普及?

共 1 个回答

切换为时间排序
哥附体

2021-10-22 11:07:32

看了题主的问题,想起前段时间看到的一篇文章,直接将内容分享给大家吧。

1、惯性导航的不足

扫地机器人是一个高度集成的家用电器,由传感器、行动装置、电池、风机、集尘盒多个零部件组成,能够自动完成清洁、充电等工作。不过初期扫地机器人导航系统非常简单,采用的是内置陀螺仪、加速计、计数器组成的惯性导航系统。限于成本问题,机器人内部各种传感器精度不高,而且容易受到环境因素干扰,结果扫地机器人行走时间越久误差越高,遇到障碍物拐弯时方向容易偏移,结果扫地机器人工作时像一只无头苍蝇,到处乱跑,经常出现重复清洁或是遗漏清洁问题。

2、视觉导航革新

由于惯性导航种种不足,扫地机器人制造商开始寻求在机器人表面安装传感器,提升导航精度,目前主要分为激光导航与视觉导航两个流派。iRobot作为扫地机器人创始人,很早就尝试就尝试这一技术方向,在2015年推出了首款视觉导航技术的Roomba 980,它结合了iAdapt 2.0智能导航技术与vSLAM技术,大幅度提升导航效果。其后在Roomba i7+中,iAdapt智能导航技术升级到3.0版。

在Roomba i7+顶部集成了一个摄像头,它藏在一个下陷的窗口当中,保证机器人在穿越沙发、床等低矮家具时不会刮花镜头。与其它视觉导航技术扫地机器人不同的是,摄像头不是面向地面,而是倾斜向上,用来拍摄家居环境的,每秒能够捕捉超过23万个数据点。

通过这些数据,Roomba i7+能够识别周边物体,比如桌子、沙发、睡床,然后选择几个特定物体作为参考物,在行走时测量自己与参考物的方位、距离变化,判断出自己所在,原理与星光导航有几分相似。而且定位数据与机器人内部的惯性导航系统、vSLAM技术结合后,能大幅度提升导航精度,因此在Roomba i7+完成初次清洁,即可建立一张精确、自动划分好区域的清洁地图,而且随着清扫次数的积累,机器人会更加了解家庭环境布置,不断改善清扫效率。

相比激光导航,视觉导航技术上更为复杂,激光导航技术核心是激光发射器与传感器,只能测量一个水平上的距离数据,技术简单、容易实现,但缺点显而易见——无法识别空间的特征数据,对空间识别能力差于视觉导航,而且激光发射器工作范围有限,一旦空间变大其精度会迅速下降,此外突出机身的激光模块会增加扫地机器人的厚度,影响机器人深入家具底部的能力。而视觉导航是通过摄像头捕捉到三维立体空间,数据量大,需要高性能处理器从海量数据中分析出家具、墙壁等有用的信息,但胜在具备强劲的空间识别能力,不仅能用于室内,也能用于室外,更适应未来智能家居发展需求。

同时为了弥补顶部摄像头没有下视角度,更好清洁地面,Roomba i7+还搭载了Dirt Detect污垢探测技术,通过声学+光学混合识别,检测出地面上的严重污垢,让机器人加强清洁,并把检测到严重污垢区域反馈到清洁地图上,让用户清楚掌握地面状况。

智能导航技术的出现,成功扭转了消费者对扫地机器人乱跑的印象,扫清了它普及最后一道障碍。iRobot Roomba系列扫地机器人搭载了iAdapt 2.0智能导航技术、Dirt Detect污垢探测多项技术,更是将将精准导航与高效清洁整合在一起,大大提升了实用性。

共 1 条
  • 1
前往
63回答数