大家好，又见面了，我是你们的朋友全栈君。
人工智能浪潮下，智能家居产品层出不穷，但纵观行业发展能真正走入家庭中的产品屈指可数，而扫地机器人却是其中的“网红产品”。
根据中怡康数据显示，2013年，我国扫地机器人市场规模仅为8.4亿元，而到了2020年，市场规模已达到94亿元。快速增长的市场同时也在倒逼扫地机器人的性能不断提升“下限”，尤其智能化已成为扫地机器人的高附加值特征。
循次渐进，扫地机器人正逐步“完善”
在经历2019年的市场寒潮后，2020年扫地机市场快速回暖，除了受疫情影响之外，最关键的原因仍是扫地机器人技术的创新和进步。尤其是各种具备扫拖一体、自动集尘、拖布自动清洗等功能的扫地机器人出现，极大的提升了清洁能力，解决了一直被用户诟病的扫地机器人“不扫地”尴尬处境。
而扫地机器人的另一大痛点，智能化同样被行业重点关注。扫地机器人发展至今，导航技术的迭代已从大刀阔斧式创新逐渐转变为循次渐进式创新，虽然底层技术在不断丰富，但短时间内已很难再次大幅提升现有产品的表现。目前在智能化升级上更针对性的提升产品的智能避障能力、人机交互等方面。
从单一到融合，谁是“最优解”？
2020年，扫地机器人市场中的明星产品石头T7Pro &科沃斯地宝T8，在导航技术上都采用了激光雷达融合视觉传感器的方式，不仅打破了长期同质化严重的竞争局面，同样在消费市场中也受到了消费者的广泛好评。从技术角度来说，激光雷达的可靠性已经得到了普遍验证，然而它的缺点也随着市场需求不断提升愈发凸显，由于传感器属性限制无法识别环境语义，同时受布局限制，导致产品的实际避障效果并不理想，经常出现误触、碰撞等现象。而视觉传感器的加入，则极大弥补了激光雷达的缺陷，显著提升产品的避障能力与决策能力。此外，还可通过视觉传感器可实现遥控清扫，并配合语音还可完成一系列交互动作，可玩性和交互性更强。
先驱产品得到市场验证，使得这类产品快速丰富，但过程中激光传感器布局限制产生的边缘问题逐渐进入消费者的视野，由于高度受限，导致大部分家居底部难以进入清扫或经常卡住成为了另一个痛点。而在今年初，360发布X100扫地机器人以及不久前小米发布的超薄扫地机器人显然都是针对性的解决这一需求。
为了解决不断升级的市场需求，技术融合类方案愈发多样与成熟，但它引发的成本飙升却不可忽视，目前市场中应用此类方案的大多是高端产品，中低端产品仍难以承受。其次，随着传感器不断做加法，不仅对局促的机器人空间带来挑战，同样系统复杂度也明显提高，由此造成更多冗杂的运算压力，而不断提升平台算力，只会导致成本进一步提升。高昂的成本与不断下沉的市场趋势显然相悖，并不具备普遍性。而通常作为融合方案“御用配角”的视觉技术在导航方面可发挥的作用远远不仅如此。
视觉趋向成熟，从“配角”成为“主角”
事实上，视觉并非什么新兴技术，同样伴随着扫地机器人经历了多年发展。不过由于视觉技术开发难度较高，早期的产品应用表现并不理想。而随着视觉技术的不断成熟，它在导航、避障、识别、交互等方面表现出的巨大潜力以及本身的易集成度都让行业看到了新的方向。作为国内较早布局计算机视觉的AI技术公司，INDEMIND在2020年便针对扫地机器人专门开发了双目视觉导航方案，相较于技术融合方案，该方案只有其成本的1/3。同时，在布局上限制极小，能够极大程度降低机身高度。
在功能实现上，该方案可提供地图构建、路径规划、物体识别、智能避障及决策交互等功能，实现导航、避障、决策ALL IN ONE，显著提高了系统的集成度及智能化水平，减少研发周期。
INDEMIND双目视觉导航方案扫地机器人样机避障演示
此外，在导航定位数据上已实现定位精度<1%，姿态精度<1°，达到激光方案同等水平。而依托独有的立体视觉技术，可提供0.05-1.5m范围内误差小于1%的深度计算，实现三维空间地图构建，能够识别十几种大类，上百种家居用品，物体识别精度＜2cm，并能根据识别信息可作出不同避障距离的规避动作。与此同时，还可通过配置业务逻辑可实现目标跟踪、指定区域作业、看护等多种交互需求，提升机器人智能交互能力。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/139308.html原文链接：https://javaforall.net
![matlab 柱状图不同颜色（取巧哈）[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
