许多消费者恐怕都不知道，扫地机器人可以分为规划式扫地机器人和随机式扫地机器人。随机式扫地机器人也就是我们印象中最初那种非常蠢笨的扫地机器人，清扫过程一般没什么规律，主要靠随机冲撞，因此经常会出现反复清扫或大面积漏扫的情况，也极易发生卡住等情况。
规划式扫地机器人增加了导航定位功能，让清扫路径变得有迹可循，不仅效率高而且清洁的覆盖率也更高。如今市面上规划式扫地机器人分为惯性导航、激光导航和视觉导航三大类别，定位导航技术决定着清洁效果的优劣、清洁效率的高低。从随机清扫到陀螺仪导航再到激光导航，扫地机器人不断进行技术升级革命。下面就一起来了解下扫地机器人规划式清扫的几种方式吧。
惯性导航
惯性导航是一种利用陀螺仪和加速度计来测定运载体位置的一个系统。通过陀螺仪和加速度计的测量数据，可以确定运载体在惯性参考坐标系中的运动，同时也能够计算出运载体在惯性参考坐标系中的位置。惯性导航也广泛应用于飞机、导弹、舰船、潜艇等领域，随着军事领域的民用化，扫地机器人也逐渐开始引进这一技术。
扫地机器人工作中，扫地机器人内部的陀螺仪配合室内导航定位系统，行走电机的运行情况可以准确定位扫地机器人的XOY坐标。通过惯性导航能在一定程度上避免重复行走和重复清扫，提高清扫效率。惯性导航还可以计算出机器人行走路线，做行程记录，可检测机器人水平转动与水平位置，调整机身运行状态。可通过自身XOY坐标，快速回到充电站。
目前市面上售价在千元以下的扫地机器人大多采用惯性导航，惯性导航技术适合面积较小且家居较少的房间，但面对复杂的环境这款机器的地图精度低，误差大，无法对整个房间进行科学规划。惯性导航的扫地机器人也具备绘制地图的能力，但它们绘制出来的地图相对来说比较初级，甚至不能分辨出具体的家居环境，因此目前高端设备都抛弃了这一种导航方式。
激光雷达导航
RPS激光导航定位系统是通过安装在扫地机器人上方的激光发射器和接收器360°不断旋转的激光探头，发射激光到物体表面，然后接收物体的反射光信号，通过测量设备与环境距离的变化以实现定位。激光避障的精度、反馈速度、抗干扰能力和有效范围都要明显优于红外和超声波。
当激光投射到障碍物上时，激光在物体表面发生散射或折射，通过透镜对反射激光汇聚成像，光斑成像在CCD传感器上。当物体发生位移时，光斑也将随之产生移动，其位移大小通过信号处理器的计算而获得，由光斑位移距离计算出被测物体与基线的距离值。由于入射光和反射光构成一个三角形，位移计算运用了几何三角定理，故又被称为激光三角测距法。这种方法定位比较精确，能够获得精度较高的距离信息，测距时通过向各个方向更多点位测距，可以二维地建图或三维地建模，同时确定扫地机器人自身的位置。
视觉导航
视觉导航也被称为VSLAM，视觉导航是通过摄像机对周围环境进行图像采集，并对图像进行滤波和计算，完成自身位置确定和路径识别，并做出导航决策的一种新的导航技术。视觉导航最主要的特征是自主性和实时性，无需依靠外界任何设备，视觉导航只需对储存系统和环境中的信息进行计算就可以得出导航信息。
视觉导航主要利用前向摄像头采集和分析图像数据进行定位，并配合陀螺仪进行室内地图建图和运动导航。目前视觉导航主要分为单目视觉避障和双目视觉避障。其中双目成像与人的双眼成像类似，是通过左右相机的拍摄图像的差异（视差）来确定距离。和单目比，可以还原物体的三维信息，精确避让；和结构光比，RGB 图像信息与深度信息同时可以从双目相机中获得。
视觉导航技术的目前最大的问题在于现阶段建图建模不够精确，使得一些只采用视觉导航技术的扫地机器人产品测距不准，导致使用体验并不尽如人意。而当视觉导航搭配其他传感器一起使用时，可以在较大程度上补足短板。目前石头扫地机器人T7 Pro就集成了LDS 激光导航+AI 双目避障。石头科技为这款产品配备了两颗500万像素，120度广角摄像头，可有效获取物体的三维信息，配合建立在海量图像基础上的机器学习、卷积神经网络的AI 物体识别技术，目前可识别9类家庭常见障碍物，未来随着不断的优化，OTA升级后还会持续完善其他种类和可识别精度。
VSLAM图像位移定位系统对硬件性能要求较高，一旦遇到较为复杂的环境，会导致信息量会暴增，算法复杂度上升，有可能影响精准定位。为解决这一问题，石头科技在扫地机器人平台首次采用高通骁龙8 核处理器APQ8053，强大的算力能保证所有图像数据都通过强大的芯片进行处理，显著提升识别率和稳定性。
尾声：
相信科技的进步会让导航定位规划式扫地机器人变得越来越聪明，无论是视觉导航还是激光导航，都是扫地机器人产品里重要的技术。与此同时，融合激光导航技术和视觉导航的扫地机器人也将会成为一个重要的分支，在未来会有重要的一席之地。
