智能掃地機器人作為“新生代”國民新寵，近幾年可謂火爆異常，不過事實上它并非什么新鮮產物，早在20年前便已進入市場。不過早期的版本十分落后，和智能實在沾不上邊，只能叫做掃地機，并被當時的用戶吐糟是人工“智障”。用20年“咸魚翻身”，從小眾到大眾，從雞肋產品到成為家庭最受歡迎的消費硬件之一，掃地機器人是如何一步一步從“智障”走向智能的？

開啟掃地機器人時代

1996年，由瑞典家電巨頭伊萊克斯制造的第一臺掃地機“三葉蟲”問世。不過該產品反應速度、運行速度、機械進行速度較慢，清掃效率低，同時存在設計缺陷且價格高昂，并沒有引起消費者的關注。但不可置否，作為先驅產品，雖然有很多不足，但卻開啟了掃地機器人時代。早期掃地機器人多以慣性導航技術來引導清掃機器人移動作業，但由當時硬件薄弱和算法成熟度不足，一直有隨處亂撞、誤差大等問題，導致實際表現并不理想。

作為掃地機器人的早期技術，慣性導航主要利用根據陀螺儀和加速度計的測量數據，以此確定載體在慣性參考坐標系中的運動和計算載體在慣性參考坐標系中的位置。 雖然慣性導航技術廣泛應用于飛機、導彈、艦船等領域，但受限于慣導傳感器的成本，在掃地機器人上的表現并不理想，主要表現為路線雜亂、覆蓋率低等。

從隨機碰撞到全局規劃，開啟智能化之路

慣性導航之后，掃地機器人導航技術很長時間都未能取得技術突破，直到激光導航技術出現，讓掃地機器人進入了智能全局規劃時代。

清掃路線對比圖

2010年，美國硅谷首先推出了使用激光雷達測距的清掃機器人。掃地機器人通過機身發射器發射激光，遇到障礙物的激光反射，通過計算發射器和接收時間差，計算障礙物和機器之間的距離，生成二維地圖，實現自主導航。Neato清掃機器人于2010年發售，使用360度旋轉的激光測距儀掃描周圍環境，進行即時定位和環境地圖構筑(SLAM)，在此基礎上實現科學規劃清掃路線，也是目前市面上主流的掃地機器人導航方案。

掃地機器人的未來智能化之路：智能決策

而隨著市場需求的不斷升級，激光導航的弊端逐漸顯露出來，由于激光可獲取的環境信息單一，在環境識別上有著天然的劣勢，同時激光雷達只能實現二維避障，容易產生探測盲區，因此，較少的環境信息量無法支持掃地機器人實現智能決策，這就導致掃地機器人在避障、交互上有著天然缺陷。因此，如何讓掃地機器人進一步“開智”，便是新一代掃地機器人的革新方向，要讓它能“看見”，能“看懂”，還要“懂執行”，而這其中的關鍵便是智能決策。

從技術角度上講，激光導航實現了部分信息感知（感知&認知）和基于知識的決策。而智能決策則是把信息感知（認知）、（基于知識的）決策和執行過程有機地統一起來，實現真正的智能化。而實現智能決策，首先要實現完整的信息感知。隨著計算機視覺技術的進步，掃地機器人廠商紛紛把目光投向視覺導航，通過模擬人的視覺實現對周圍環境信息采集和識別，這為實現決策智能提供了基礎條件。

但更豐富的功能也意味著更高的技術難度，因此市面上的視覺導航方案還相對較少，不少廠商掃地機頭部企業紛紛另辟蹊徑，在已有的激光方案上添加視覺傳感器，用以彌補激光方案在環境感知方面的不足，如石頭的T7pro，在激光導航的基礎上搭載雙目視覺傳感器，不僅可以獲得視覺范圍內障礙物的準確深度，還可以識別周圍物體的各種信息，從而進行策略性避障和導航規劃。不過這一方案雖然融合了多方的優點，但成本也隨之上升，反映到市場便是價格水漲船高，讓大部分消費者只能望而卻步。

目前，國內公司INDEMIND針對掃地機器人推出了ALL IN ONE模組化雙目視覺導航產品， 該產品依靠人工智能視覺技術、高精度VSLAM算法為掃地機器人提供空間建圖、導航定位、路徑規劃、智能避障、家居識別、智能交互等功能。在導航定位數據上實現定位精度<1%，姿態進度<1°，足以媲美激光導航，和激光融合方案相比，成本更低，智能拓展性更強，更易集成。

在智能決策方面，INDEMIND雙目視覺導航產品依托于視覺導航的天然優勢，融合環境感知技術，使掃地機器人能夠對目標區域構筑三維環境地圖，建立獨有的智能決策模型，實現立體式人機交互、物機交互，如通過語音命令掃地機器人清掃特定區域、機器根據識別到的不同障礙物信息實現策略避障、策略清掃等。讓掃地機器人實現從“看得見”向“看得懂”再向“懂執行”不斷進階。

fqj