目前市場上主流的導航技術主要是兩種，一是基于激光測距傳感器的SLAM，簡單說就是激光導航，另一種是基于機器視覺的SLAM，我們也稱之為視覺導航。

相對來說，激光導航算是掃地機器人導航中的前輩，市場占有率較高，技術比較成熟。視覺導航算是掃地機器人導航中的“后浪”，目前的主流趨勢，前景較大。那么激光導航作為前輩，有著什么樣的優勢？視覺導航作為“后浪”，又怎樣才能超越前輩呢？下面讓我們一起來了解下。

激光導航

激光導航技術的基本原理相對簡單，脫胎于早期的基于測距的定位方法。通過高速旋轉發射激光，再通過激光發射后觸及障礙物反射回來的時間判斷自己和障礙物之間的距離。激光雷達采集到的物體信息呈現出一系列分散的、具有準確角度和距離信息的點，被稱為點云。通常，激光SLAM系統通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態的改變，也就完成了對機器人自身的定位。

由于原理簡單，涉及計算量也不至于短時間內讓處理單元難以負載，同時點云信息本身包含直接的幾何關系，使得機器人的路徑規劃和導航變得直觀。所以使用激光導航技術的掃地機器人往往可以更精準地繪制二維地圖或三維模型，是目前最穩定、最主流的定位導航方法。

當然，性能更加優異的激光導航技術所需的硬件成本也更高，以及激光雷達測距傳感器損壞時維修成本也更高。并且，對于掃地機器人來說，還有一個很致命的弊端，就是地圖缺乏語義信息，很大程度上影響了人與掃地機的智能交互功能。

視覺導航

傳統意義上實現視覺導航的VSLAM主要通過兩種視覺傳感器來獲取信息，一是深度攝像頭，通過測距實現三維空間感知，也算作一種測距傳感器，屬于主動光源測距傳感器，包括結構光和相位TOF兩種。二是雙目、多目、魚眼傳感器，屬于非主動光源傳感器，工作機制類似于人眼，根據三角測距的原理，通過分析兩個傳感器采集到的圖像的差異，計算出距離信息。

視覺導航技術的優勢在于成本較低，最基礎的功能僅需要可以采集到清晰環境圖像信息的攝像頭，以及處理信息的計算單元，搭載訓練完成的AI模型即可實現。較低的物料成本意味著較低的產品價格，更易被消費者接受，用戶數量增加便可以不斷訓練AI模型，形成良性循環。以及雙目導航傳感器等非主動光源測傳感器是通過接受環境光計算距離，理論上可以建圖的區域更大。

視覺導航技術的弊端也同樣突出，畢竟硬件條件過于薄弱，正是由于僅靠攝像頭來采集信息，主動光源測距傳感器由于功率較低，很容易受到環境光的干擾，而非主動光源測距傳感器在光線條件不好的情況下幾乎無法工作，對光線的要求很高；其次，非主動光源測距傳感器和人眼一樣，距離越大，誤差越大，同時過多的光線數據也讓處理單元難以負荷。加之VSLAM研究起步較晚，所以目前市場上很少有完全采用視覺導航系統的掃地機器人，更多的是激光導航+視覺傳感器或其他傳感器的融合方案。

從未來發展角度而言，目前無論行業發展還是產品用戶體驗，視覺導航的潛力是毋庸質疑的。除了科沃斯、iRobot等掃地機器人行業頭雁外，國內還有很多優秀企業在視覺導航領域不斷“攻克”難題。如國內立體視覺方案提供商INDEMIND便推出了面向掃地機器人的視覺導航定位解決方案。

據了解，INDEMIND視覺導航解決方案是采用雙目立體視覺+IMU架構，且方案成熟度較高，并與業內諸多企業建立合作。該方案通過立體視覺技術與高精度Vi-SLAM算法，將本應涉及超長產業鏈的掃地機定位、交互問題集中到一套解決方案中，快速為客戶相關產品提供高精度的導航定位、路徑規劃、智能避障、目標跟隨、家居識別等核心功能。值得一提的是，該方案的導航精度已實現絕對定位精度《1%，姿態精度《1°的領先水平，足以媲美激光雷達。

總的來說，視覺導航是系統魯棒性更強、成本更低、適用性更強、更加智能的掃地機器人導航方案，能夠更好地引領掃地機器人向家庭清潔智能助手轉變，隨著技術的不斷進步，可以預見視覺導航這名后浪強勁的發展趨勢，視覺導航也必將成為掃地機器人導航領域的主流。