“现如今更多的家庭开始选择采用扫地机器人来完成地面的清洁”

来源:快速技术

现在，越来越多的家庭开始选择使用扫地机器人来清扫地面。 但是，在招聘过程中，很多客户会发现很多扫地机器人的避障能力和避障能力所影响的清扫效率参差不齐。 也有不会被地板的障碍阻碍，也不会因为路线计划有问题而在桌子和椅子下头脑混乱，从而影响打扫效率的扫地机器人。

因此，一点扫地机器人薄弱的避障能力成为制约客户体验的重要痛点，客户智力障碍无法避免，人工智能曾成为人工智能障碍的吐槽。

目前应用于扫地机器人或采用的避障技术，无非是以下几种。 、3d结构光障碍、单眼视觉障碍、双眼视觉障碍、激光雷达障碍、3d tof障碍。 这些技术各自的特征和相互的差异如下表所示。

扫地机器人的五大主要避障技术

1、先说3d结构的光方案，其原理是使用红外光源，发射的光经过一定的代码投影到物体上，当这些图案在物体表面反射回来时，根据物体的距离会发生不同的变形，图像传感器会拍摄到变形的图案。

然后，通过计算拍摄的图案内的各像素的失真量来获得对应的视差，从而获得深度值。 但是，结构光方案的测距范围受光斑模式的影响，阻隔范围小。 在强光环境下性能差，容易受光的影响。

2、3d tof是大家熟知的方案，被ipad pro用于实现ar游戏。 其原理是，从红外线光源向物体照射高频光脉冲，接收从物体反射的光脉冲，检测光脉冲的飞行(往复)时间，从而计算被测量物体与照相机的距离。

但是3d tof的劣势对于扫地机器人来说致命分辨率太低了，图像新闻难以辅助避障，不太适合扫地机器人。

ipad pro的3d tof镜头

3、激光雷达避障的原理是将激光发射到物体表面，接收物体的反射光信号。 另外，激光避障精度、反馈速度、抗干扰性和比较有效的范围明显优于红外和超声波。 缺点是单束lidar无法通过旋转扫描一面的数据( lds )，无法完成三维世界的感知。

即使由昂贵且不适合扫地机器人的多种激光构成阵列雷达，也只能得到部分范围内的三维地图。 很明显不能只依赖激光雷达。

4、单侧视觉识别系统的扫地机器人已经非常多见。 单眼多的单一照片，只有2d电影那样的二维新闻，没有直接的空间感，我们自己只是依靠物体的遮蔽、近大远小等生活经验来补充大脑，所以单一照相机所能获得的新闻及其局限性，

从模拟到机器视觉，单一摄像机的图像新闻缺少场景中各物体和镜头的距离关系，即第三次元。 现实生活中的场景极端多而复杂，单个摄像机发生视觉误算的概率非常高，有可能计算错物体的实际距离。 单目标产品缺乏立体视觉，无法获得第三维新闻，也就是景深新闻。

因此，搭载单一摄像机的吸尘器可以将所有物体识别为二维物体，而不是三维立体，只估计预先训练过的物体，但实际的家庭环境千差万别，无法训练所有物体堵塞。 所以，比起独眼扫地机器人，更需要双目扫地机器人的出现。

5、双眼

双目技术原理

最近，石头科技推出的石头扫地机器人t7 pro使用的是lds+双目方案，是这5个方案中的2个组合。 如果只说视觉部分，其特征是与单眼相比，可以避免未被识别的物体，可以复原物体的景深新闻。 收集更好的环境新闻(测距避开通用障碍物，单眼没有这个特征)。

另外，结合ai物体识别算法，通过准确获取障碍物属性的新闻，实现吸尘器的主动智能避障，每个障碍物使用不同的避障策略，判断避障距离，兼顾清洁的覆盖度和避障成功率。 目前，石床扫地机器人t7 pro支持体重计、风扇/柜台座、鞋、桌垫、丝团、粑粑等6种物体。

顺便说一下，石床扫地机器人t7 pro可以实现24小时的屏障。 为了在沙发下、床下、夜晚等昏暗的环境中也能正常识别，用红外光补充光线。 (红外为不可见光，不妨碍客户。

石头在照相机内部把IR-cut过滤器换成了rgb+ir双路径的过滤器。

在白天的强光下，红外线补偿灯不点亮，照相机内部的传感器在首要接收可见光的夜晚的昏暗光线下，红外线补偿灯自动点亮，照相机内部的传感器主要接收红外光。 这样，无论白天还是夜间，避免障碍、犯困的情况都得到了更明显的改善。

在发生故障的情况下，搭载双目系统的石头扫地机器人t7 pro不会横冲直撞，而是画出准确的线，确保清扫面积，不会卡住，可以顺利通过。

本文：《“现如今更多的家庭开始选择采用扫地机器人来完成地面的清洁”》