近些年，“懶人經濟”快速興起，智能家居市場火熱異常，智能洗碗機、智能吸塵器等產品越來越受到人們的追捧，其中尤其是掃地機器人最為搶眼。

不過，已購消費者對該產品的評價卻爭議不斷，不少消費者表示掃地機器人實際表現并不好用。雖然目前市面的掃地機器人導航技術經歷了多次技術升級，但類似亂撞，避障失靈，錯位、卡死的問題卻依然頻頻發生，大大影響了實際體驗。

01

激光已顯弊端，視覺能否補足

作為掃地機器人的核心技術，導航技術直接關系到掃地機器人如何識別周圍環境，如何規劃清掃路線，如何避開障礙物，如何提高清掃效率等。目前市面上主流掃地機器人導航技術主要有兩種，一種是激光導航，一種是視覺導航。

激光導航技術起步較早，應用也較為廣泛，是目前最成熟的掃地機器人導航方案，具有精度高、反應快、穩定性高的優勢。

不過激光導航本身也有著致命的缺點，受激光傳感器的布局限制，掃地機器人容易產生探測盲區，導致經常發生避障失靈、延遲等問題，這也是目前市面上大部分激光掃地機器人的通病;而且所建地圖環境信息較少，在實現智能交互方面也有著很大的缺陷。

此外，掃地機機器人采用的激光雷達多為單一信息采集模式，在走廊等類似場景中容易出現假回環，導致位置丟失，無法快速準確重新定位。

對于消費者而言，智能化一直是最關注的點之一。而目前大多數激光方案的掃地機器人經常因避障限制造成卡機、誤觸、誤掃等問題，需要消費者隨時協助作業，這顯然與用戶的初衷相悖。

需求升級，消費者對產品力的要求越來越高，然而技術研發卻長期落后市場。產品面臨迭代，如何找到一種功能性更強、智能拓展性更高的導航技術已成為了行業性難題。而隨著近些年計算機視覺技術取得突破性發展，視覺導航方案逐漸出現在各大廠商的視野。

02

應用性更強，技術優勢明顯

視覺導航，顧名思義，即模擬人的視覺，通過搭載視覺傳感器采集環境信息，獲取機器在空間中的位置、方向和其他信息，從而實現對周圍環境的識別和導航。

從工作原理上講，視覺導航可以獲取海量的、豐富的紋理信息，擁有強大的場景辨識能力。視覺導航通過雙目采集到的2D環境信息，經過算法處理生成的三維環境地圖，擁有豐富的語義信息，不僅可解算出機器與障礙物的距離，還有它的體積以及屬性信息，這對實現智能避障和交互提供了充足的前提條件。

當然，視覺導航的缺點也很明顯，主要表現為精度不足和穩定性較差。在靜態且簡單的環境中，激光導航方案要優于視覺導航方案，但在復雜和動態物體的環境中，視覺導航方案因為可以獲取豐富的紋理信息，效果要明顯優于激光方案。從家居環境的特征上說，視覺方案在避障和交互方面獨具優勢，在精度和穩定性上仍需突破。

不過毫無疑問，作為近幾年來掃地機器人行業新興的導航方案，視覺導航被業界眾多人士認為將會替代激光導航成為下一代主流導航技術。

03

技術升級，精度和功能性全面提升

針對視覺導航的缺點，國內新銳計算機視覺公司INDEMIND軟硬件同時著手，針對掃地機器人推出了雙目視覺導航軟硬件一體化方案。降低成本的同時，首先將導航精度提升到激光雷達的層級，實現定位精度<1%，姿態精度<1°。

以技術為驅動，重新構建軟硬件一體化底層架構，根本上解決視覺硬件薄弱和算法開發度較低的問題。在硬件上，通過和高精度校準算法同步，攝像頭和其他傳感器可以實現微秒時間同步，硬件端可以實現低誤差測距。在算法上，依靠自研VSLAM算法，構建出全局三維地圖，實現精準定位。

在避障方面，雙目視覺導航方案提供的大視角深度解算和AI物體識別功能，提供0.05-1.5m范圍內誤差小于1%的深度計算，能識別精度可達<2cm，能識別十幾種大類，數百種常見家居用品，并根據識別信息，如數據線、插板、寵物糞便等特定障礙物實現不同距離的策略性避障，避免卡死、纏繞、誤觸等情況的發生。

在密集低矮障礙物測試中，搭載INDEMIND雙目視覺導航模組的掃地機器人規避每一個障礙物。

在智能交互方面，雙目導航方案基于立體視覺可實現智能跟隨目標移動，配合交互指令，實現指定區域清掃，同時支持開放式智能決策、交互模板從而實現更多個性化需求，如智能安防，看護等。

關鍵詞： 掃地機器人