你觉得自家扫地机器人够聪明吗？吸力强的扫地机器人虽然能扫得很干净，但不一定足够高效，而聪明的扫地机器人却可以通过智慧的“小脑瓜”和明亮的“眼睛”做到高效清洁，甚至弥补吸力的不足。
“小脑瓜”与“眼睛”是什么？在扫地机器人业界内，这套系统被称为SLAM（Simultaneous Localization And Mapping），也就是同步定位与地图构建。SLAM并不是一种固定的算法，而是一个概念，意在解决机器人处于未知环境时的导航与地图定位问题。
而SLAM当中最重要的就是“眼睛”了，目前分为两个流派以iRobot为首使用visual SLAM（简称VSLAM），也就是基于图像识别，使用摄像头作为眼睛的视觉导航方案，和Neato开创，基于Laser SLAM的激光导航方案。当然，也有像科沃斯、小米这种“我全都要”方案，同时搭载摄像头和激光雷达的扫地机器人产品出现。
使用激光导航方案的扫地机器人一眼就能看出来，这类扫地机器人在顶部会放置一个“小帽子”，也就是高速旋转的激光雷达模块。激光测距原理十分简单，通过测量射出激光从发出到反射回来的飞行时间，计算出相对精确距离信息。在使用激光测距方案的机器人眼中画面是这样的。
受限于成本，目前扫地机器人搭载的激光雷达只能获取与雷达相同平面的2D点云图，虽然空间定位相对精准，但面对低矮障碍时就有些力不从心了。同时，工作时高速旋转的激光模块在寿命上肯定不如固定不动的摄像头。而且在面对镜面、玻璃、黑色布料等反射过强或过弱的表面材质时激光测距也会发生一些误差。激光雷达方案胜在起步较早，算法十分成熟，精度也足够目前的扫地机器人使用。同时，算力要求也比视觉导航方案小了很多。因此目前绝大部分中高端扫地机器人都在用激光导航方案。
接下来咱们了解一下视觉导航的工作原理。其实也十分容易理解： 机器人通过顶部的单目摄像头观测识别天花板几何信息，并根据算法进行位置判定。但单目视觉导航有一个弊端，就是无法判定物体的深度信息，毕竟它不像人有近大远小的认知。所以现在的主流趋势是让单目摄像头融合结构光信息，或升级为双目摄像头，从而让扫地机器人知道前方的障碍离自己究竟有多远。
第二个问题便是视觉导航极度依赖外界照明，毕竟摄像头不会和激光一样自己发出光线，所以在照明不好的房间或夜晚，导航效率会大打折扣。
视觉导航相比激光导航起步较晚一些，早期技术积累和算力不足的情况下表现欠佳。再加上摄像头模块成本较低，低端扫地机器人也会搭载的原因，所以大部分消费者会认为视觉导航弱于激光导航。但实际现在使用视觉导航方案的高端扫地机器人，在空间定位和路线规划能力上已经和激光导航方案不相上下，甚至在某些功能上做到了突破，比如自动识别房间类型、通过算法识别障碍物并主动规避等功能，而且随着算力提高和算法迭代，视觉导航一定会越来越好用。
所以大家可以理解为，激光导航方案相对成熟，但上限低；视觉导航虽然起步慢，但随着算力提高、算法升级，使用会越来越好，并且上限很高。
当然，如果现在就想用上一款足够智能导航又强的机器人，不妨来看看激光与视觉融合的高端产品。
石头T7 pro
石头T7 Pro使用激光雷达+双目避障方案。双目避障这种方案仅依靠两颗摄像头就能做到距离识别和避障，但算力要求颇高。石头T7 pro采用采用骁龙8核处理器，每秒识别4帧图像，并通过AI算法让机器人知道面前的障碍物是线团还是袜子，从而做到精确避障。
此外，石头T7 Pro的各项参数也是十分优秀，像2500 Pa吸力、浮动主刷、自动调速边刷、297ml大容量水箱等等配置，也让清洁效果得到了保障。
科沃斯地宝T9 Power
科沃斯地宝T9 Power采用顶置激光雷达外加前置结构光避障方案，结构光测距的原理其实也很简单向物体打出一束光，观察光在障碍物表面的分布情况，进而得到距离信息。类似下面这样。
融合AI算法后结构光方案还能识别电线、桌椅腿、袜子等障碍物，动态调节避障距离。可谓是十分智能。
此外，科沃斯T9 Power还拥有3000pa吸力、往复振动式拖地模块和移动香氛系统。不仅清洁高效，还能为屋内增添花香。
时代必定是向前发展的，随着人工智能、高速通信等技术的快速迭代发展，上限更高使用体验更好的消费级智能扫地机器人在不久后就会与我们见面，甚至在未来扫地机器人还会拥有自己的意识，让我们能真正彻底解放双手，享受轻松生活。
(7709632)
