與大多數(shù)電子產(chǎn)品不同，在選購掃地機器人時，由于人們對機器人缺乏了解，而產(chǎn)品的一些較直觀的指標(biāo)參數(shù)，如吸力往往被慣性地作為判定產(chǎn)品性能好壞的參考標(biāo)準(zhǔn)，但事實上，參數(shù)高真的等于“好用”嗎？

當(dāng)新鮮感不再，人們越發(fā)注重實用性，掃地機器人的清潔表現(xiàn)無疑是打動人們買單的核心賣點。伴隨著掃地機機器人的迭代，機器人的硬件性能可以說得到了顯著增長，加之當(dāng)前自動集塵技術(shù)、掃拖一體技術(shù)的應(yīng)用更是極大地彌補了早期產(chǎn)品的缺陷，產(chǎn)品的清潔能力在不斷提升，但隨著這些功能的完善，掃地機器人是否“好用”了呢？

根據(jù)消費者的反饋，雖然掃地機器人的清掃模塊得到升級，但漏掃、重復(fù)掃等問題依然普遍存在，導(dǎo)致整體清潔效果大打折扣。事實上，清潔能力除了和硬件性能、清掃功能的增加息息相關(guān)之外，提升機器人的空間覆蓋率同樣關(guān)鍵。

所謂空間覆蓋率是指，掃地機器人在實際使用過程中，對于場景內(nèi)各個空間的路徑覆蓋，空間覆蓋率越高，機器人的整體清潔效果也就越好。

從市場的調(diào)查來看，目前主流的掃地機器人其空間覆蓋率大都在90%以下。根據(jù)鳳凰網(wǎng)官方評測數(shù)據(jù)，在符合國標(biāo)要求的實驗室環(huán)境下，分別對石頭、科沃斯、小米、云鯨4家的4千檔產(chǎn)品進行測試，石頭、科沃斯、小米的覆蓋率在70%以上，而云鯨J2的覆蓋率不到40%。由此可見，機器人的空間覆蓋率問題已亟待解決。

哪些因素決定了空間覆蓋率？

從技術(shù)角度看，空間覆蓋率較低的原因主要在于建圖效果差及規(guī)劃和控制效果不足，最終導(dǎo)致機器人在障礙物及特殊環(huán)境情況下，覆蓋效果差，且造成這種情況的根本原因有多個：

? 定位精度差

? 建圖噪聲多

? 規(guī)劃算法有漏掃，特殊場景規(guī)劃不合理

? 業(yè)務(wù)部件限制（如掃地機器人的邊刷、中掃、洗地裝置等）

作為國內(nèi)領(lǐng)先的機器人AI技術(shù)供應(yīng)商，INDEMIND在機器人的導(dǎo)航、避障、決策、AI交互等關(guān)鍵技術(shù)和產(chǎn)品開發(fā)方面有著豐富的積累。INDEMIND在2021年推出的RBN10家用機器人AI解決方案，通過搭配通用性開發(fā)底盤，目前空間覆蓋率可達(dá)到90%以上。

RBN10家用機器人AI解決方案是INDEMIND針對家用機器人設(shè)計的ALL in one通用導(dǎo)航方案，可為機器人提供導(dǎo)航定位，圖像識別、路徑規(guī)劃、交互決策等多種核心功能，能夠廣泛應(yīng)用于掃地、陪護、教育、玩具等家用服務(wù)機器人平臺。

為了解決空間覆蓋率問題，INDEMIND對定位、建圖、規(guī)劃算法等方面進行了針對性協(xié)同開發(fā)，依靠領(lǐng)先的立體視覺技術(shù)，RBN10家用機器人AI解決方案能夠?qū)崿F(xiàn)實時三維建圖，重構(gòu)環(huán)境內(nèi)包含區(qū)域性場景信息及場景中每個獨立物體的屬性信息、空間中的三維模型、位姿信息等，保證機器人有一個良好的規(guī)劃基礎(chǔ)，結(jié)合INDMEIND研發(fā)的VSLAM算法，能夠大幅提升視覺導(dǎo)航精度，目前導(dǎo)航精度已實現(xiàn)絕對定位精度《1%，姿態(tài)精度《1°，媲美激光雷達(dá)，同時INDEMIND的路徑規(guī)劃算法采用無碰撞路徑規(guī)劃，全面覆蓋常規(guī)場景及特殊場景，大大提升機器人工作精細(xì)度、靈活度。

除了提升空間覆蓋率，RBN10家用機器人AI解決方案在應(yīng)用上還有著多種技術(shù)優(yōu)勢：

? 雙目視覺定位，業(yè)界首款，成本持平單線激光雷達(dá)

作為業(yè)界首款雙目視覺定位方案，RBN10家用機器人AI解決方案以持平單線激光雷達(dá)的成本，實現(xiàn)了激光融合方案的導(dǎo)航能力和更豐富的功能；

? 高精度VSLAM算法，更精準(zhǔn)、更穩(wěn)定

自研的VSLAM核心算法，能夠搭配低成本的雙目攝像頭，通過解算場景點云信息，可精準(zhǔn)快速地獲取位置位姿信息，且精度和穩(wěn)定性均不輸于激光雷達(dá)。

? 智能避障技術(shù)

基于高精度雙目立體匹配算法得到環(huán)境3D稠密點云信息，結(jié)合識別技術(shù)和交互決策技術(shù)，機器人可做出類人規(guī)避動作的精細(xì)化操作，能夠讓機器人有預(yù)判、有策略的實現(xiàn)智能避障。

? 基于視覺的物體識別技術(shù)

基于輕量化深度學(xué)習(xí)模型，可以快速穩(wěn)定地識別各種環(huán)境信息，人、動物及十幾種大類家居用品，物體識別精度＜2cm，識別模型還可根據(jù)特定需求調(diào)整和訓(xùn)練。

? 交互決策技術(shù)

基于高精度三維建圖能使機器人在語義層次上理解環(huán)境信息，模仿人類大腦對環(huán)境理解的方式，配合決策引擎技術(shù)，可以自定義安全、搜尋、跟隨、自主尋路等多種智能邏輯。

? 硬件配置要求低，適配性高

在算法&硬件方面，采用增量優(yōu)化的方式，分段處理，并在區(qū)段間建立先驗信息，有效降低平臺的計算壓力，同時應(yīng)用硬件加速技術(shù)，在硬件上，對于視覺處理采用neon加速、GPU加速、DSP加速等方式，進一步提升計算性能，降低算力要求，使得方案對于硬件配置要求較低，配合標(biāo)準(zhǔn)化的接口，能夠快速適配各種硬件平臺。

此外，INDEMIND同時提供參考設(shè)計和量產(chǎn)設(shè)計服務(wù)，借助INDEMIND所擁有的產(chǎn)業(yè)鏈資源，可幫助企業(yè)快速實現(xiàn)量產(chǎn)，大大降低企業(yè)的研發(fā)周期和投入成本。未來，隨著家用機器人行業(yè)進入深水區(qū)，RBN10家用機器人AI解決方案作為一款實現(xiàn)定位、建圖、避障、識別 ALL in one的解決方案，也將代表著未來小型機器人的主要技術(shù)方向。