扫地机器人能有多硬核？科沃斯：技术创新才能打破行业内卷

　　什么，你对扫地机器人的印象，还停留在“发粪涂墙”的亚子上？

　　Nonono，现在你离自动驾驶最近的距离，或许就是自家的扫地机器人了。

　　它除了能扫描房间、自建地图，做到比你自己还了解你家的“地貌”：

　　还能直接通过摄像头扫描，就获得带有深度信息的 3D 版地图，就像苹果 iPad Pro 一样：

甚至不只是扫描形状和深度的 3D 地图，还是自带标签的场景理解地图：

　　没错，这确实是现世代扫地机器人的模样。前不久在科沃斯发布的最新扫地机器人地宝 X1 上，前文这些艺能都已经实现。

　　智能到什么程度？

　　你只需要说一句“OK YIKO，去沙发底下清扫”，就能让扫地机器人精准完成主人的任务：

　　△语音助手 YIKO

　　这不禁让人好奇，从人工智障进化到“真·智能”，从半自动“工具人”进化成 “管家”，扫地机器人到底经历了些什么？

　　扫地机器人不乱撞，为什么这么难？

　　事实上，一个扫地机器人想要完成一次打扫工作，要考虑的问题非常多。

　　哪些东西需要清扫？哪些东西需要避开？距离多远时避开？避开后物品周围的地面如何清扫干净？遇到走动的人或宠物怎么办……

　　你看到的“简简单单扫个地”，扫地机器人要做的扫拖和避障决策其实高达十万余次。

　　为了能够更好应对复杂的清扫情况，扫地机器人的“眼睛”和“大脑”已经实现了超进化。

　　现在，像拖鞋、袜子、电线这类物品，扫地机器人不仅能够“看到”它们，还能在距离它们2-3cm 左右就能识别，然后完成一次帅气的规避。

　　在这几个小小的动作背后，用上了 LDS 激光雷达、3D 结构光、dToF、AI 算法等一系列在航空航天，自动驾驶和智能手机上同样搭载的技术。

　　拿“避开拖鞋”这个操作来说，要让扫地机器人做好就并不容易。

　　其中，光是辨认物体，就要用到 3D 结构光、dToF、AI 算法几种技术的结合。

　　3D 结构光技术，可以让扫地机器人“看见”物体、“理解”环境，也就是通过传感器，采集到物体的深度、位置等信息。

　　通过在传感器里内置一个点阵投射器，用它向要识别的物体发射出成千上万个追踪点，再用红外相机“啪”的一下拍下来。

　　利用红外相机收集到的数据，结合内置算法，就能迅速得出物体的 3D 信息。

　　我们常用的人脸识别就是应用了这项技术，如果你有苹果手机，从它的小刘海上就能看到 3D 结构光需要的点阵投射器和红外镜头。

　　到了这一步，扫地机器人做的才只是前期工作。

　　仅仅获取路障的三维信息还不够，现在的扫地机器人必须弄明白路障到底是什么。

　　这就需要 AI 算法出场了，让扫地机器人“读懂”物体，实现分类清扫。

　　通过目标识别算法，扫地机器人可以对家居环境中常见的物体做出分类和判断。

　　比如小的碎屑、地毯是需要清扫的物品，而拖鞋、袜子、电线等是需要避开的物体。

　　看上去非常简单的步骤，其实对机器人的算力要求非常高。

　　像科沃斯最新发布的地宝 X1，为了能够识别更多物品、做出更快的反应，就用上了智能驾驶级别的地平线专用 AI 芯片。

　　要知道，这款芯片的算力可以达到 5TOPS，在地平线官方宣传中，它的能力可以达到自动驾驶 L2+ 级。

　　所以，有了自动驾驶技术的扫地机器人，现在真的不会“发粪涂墙”或者拖着袜子满家跑了。

　　能够看到物体、认识物体后，最关键的步骤也就来了：躲避。

　　从避开拖鞋这个动作中可以看出，扫地机器人不是撞上拖鞋后才躲开，而是在距离拖鞋还有几公分的位置时，就判断出了前方的障碍，全程非常丝滑。

　　这就体现了 3D 结构光配合 dToF 技术的神奇之处。

　　3D 结构光在获取物体 3D 信息的同时，也可以获取物体的深度信息，但在距离上能做到的比较有限；dToF 则可以补充远距离的深度信息。

　　它通过在单帧测量时间内，向物体发射、接收多次光信号，并记录每一次信号来回的飞行时间、做直方统计图，将其中出现频率最高的飞行时间（ToF）用于计算和目标之间的距离。

△图源：维基百科

　　这也是为什么扫地机器人在到达障碍物的安全距离后，就会及时刹车、重新调整路线。

　　而且在 AI 识别的加持下，扫地机器人针对不同种类的物品，还能做出不同的规避策略。

　　比如属于安全物品的拖鞋、袜子、椅子，它会尽可能逼近物体，在距离 3cm 左右时才会调整路线；而对于比较危险的电线，安全距离就会增加到 5cm 左右。

　　扫，但没完全扫？不存在了

　　你以为这就解决问题了？

　　除了大秀操作的避障技术，扫地机器人想要完成一次完美的清扫任务，必须对家居环境有充分的了解和明确的路线规划。

　　△蛇皮走位 vs 规划路线

　　这就要看看让它摆脱“蛇皮走位”的 LDS 激光导航和 dToF 技术。

　　在扫地机器人顶部的小圆盘里，就藏着一个可以旋转的激光雷达。

　　它可以高速旋转发射出激光，根据激光照射到目标物后反射回来的时间，来判断自己和目标物之间的距离，从而判断出自己所处的位置、实现定位。

　　像此前没有导航的随机扫地机器人，往往是走到哪扫到哪，完全没有规划。

　　最终结果就是：扫了但没完全扫，主人不得不自己重新扫。

　　而 dToF 技术可以让导航的精度进一步提升。

　　其最大的优点就是几乎不受光线干扰，可以保证扫地机器人在昏暗环境下工作时，依旧保持超高的精确度。

　　事实上，现在的扫地机器人在工作前都会对家居环境进行一次全方位的扫描，并构建出一个 3D 地图。

　　这时依旧要靠 LDS 激光雷达和 dToF 强强联合。

　　配合 SLAM 算法，扫地机器人可以从一个完全未知的家中任何一点出发，360°全方位识别家居环境信息。

　　还可以构建出一个精准的 3D 户型图，对复杂户型进行识别、并对清扫路线进行规划。

　　在之后的日常使用中，它还会进一步精细化已经构建出的户型图，对存在偏差的地方重新校正，最终让机器人彻底“盘清楚”家里的地形。

　　此外，LDS 激光导航还能让机器人实时自我定位，并且记录下来。

　　这一方面能让机器人按照规划的路线进行清扫，另一方面还能它在充电后继续回到刚刚没打扫完的地方工作，避免了此前随机清扫机器人会出现的漏扫、重复清理的情况。

　　还打破了这些“刻板”印象

　　BUT，众所周知，扫地机器人的非人“艺能”不止乱撞乱跑。

　　扫到一半灰尘盒满了，当场罢工；地板地毯水泥地一起拖，加速更换；虚拟墙一不小心忘设了，直接出门到小区里转几圈……

　　但现在，这些也已经成为“传统印象”了。

　　针对没有虚拟墙就无法实现个性化清理的情况，最新的扫地机器人能通过 AI 语义分割、3D 目标定位识别，再结合路径规划技术，满足任意地点的清扫需求。

　　为了让需求交互变得更直接，现在还加上了 AI 智能语音交互功能，说句话就能指派它干活。尤其是对老年人而言，扫地机器人有了语音控制后，使用起来要简单不少。

　　例如，不需要扫地机器人全屋清洁，想让它来清理一下倒在沙发底下的狗粮、或者是洒了一厨房的油污的话，只需要呼唤一声名叫 YIKO 的语音助手，“OK YIKO，去沙发那儿扫一下”，机器人就能听懂“沙发”和“扫”的指令，准确到达指定地点干活。

　　针对“自动罢工”的情况，最新的扫地机器人基站，已经集成了自动集尘、自动洗拖布、除菌烘干等功能，真正意义上实现了清洁全过程“彻底解放双手”的效果；

　　还有无差别拖地的情况，最新的扫地机器人加装了 AI 自动识别，准确识别地面的材质、选择最合适的清洁方式，例如在木地板、瓷砖上进行拖地，而水泥地、地毯等则以扫地替代……

　　初代扫地机器人玩家能想到的所有槽点，最新的科沃斯地宝 X1 基本都解决了。

　　积淀下的技术爆发

　　回看行业本身，扫地机器人似乎恰好赶上技术爆炸的时代。

　　一如当年兴起的智能手机，可搭载的技术取之不竭，谁能在同一时间里搭载更多前沿技术，谁就会在市场中占据更大的先机。

　　但技术真是毫无预兆地爆发的吗？

　　其实不然。

　　作为一类科技产品，扫地机器人的发展已经走过了两个十年，2 次迭代。

　　从 1.0 时代的“图个新鲜”，到 2.0 时代的科技突破，再到 3.0 时代的真·智能，每一个时代的扫地机器人，较之上一代都有非常显著的变化。

　　1. 0 时代，指 2001~2010 年前后，彼时扫地机器人并不智能，内置的算法只能满足最基本的扫地要求，开关也只能通过物理按钮进行，基本没有其他功能。

　　△仿佛 1.0 时代的扫地机器人

　　后来虽然出现了像惯性导航、超声波导航等技术，但缺点也同样明显。惯性导航依赖的硬件（陀螺仪、加速计等）不够精准、同时仍旧依赖碰撞算法；超声波导航受噪音干扰又太大，扫地机器人整体处在技术闷头积累的阶段。

　　这个阶段确实有一批愿意吃螃蟹的消费者，支持者往往是信仰技术改变世界的少数，大众消费者未必买单。

　　2. 0 时代，出现在 2010 年前后，期间以深度学习为主的 AI 算法也开始兴起，扫地机器人也开始迎来技术上的突破。

　　2010 年左右，激光雷达技术成本骤降，以激光雷达为核心的扫地机器人定位导航技术 LDS-SLAM 开始出现，解决了惯性导航、超声波导航出现的各种问题，主动导航规划有了成熟的解决方案；

　　2015 左右，行业开始出现将清扫和拖地合二为一的“扫拖一体”技术，颠覆了人们对扫地机器人只能扫地的“鸡肋”印象。如今，这项功能已经成为市占率 92% 的财富密码；

　　2017 年初，以 AI 技术为核心的视觉算法、交互方式开始进入扫地机器人行业，进一步提供了扫地机器人物体识别的能力，也真正缩短了机器与人之间的沟通距离……

　　这一阶段里，扫地机器人在智能、功能和交互上具备了一定的实用性，但大多仍旧停留在半自动的状态，买家虽有增多，但仍无法让宅家的你在打扫方面彻底躺平。

　　如今，随着科沃斯 9 月 15 日推出的地宝 X1，扫地机器人也迎来了 3.0 时代，即人们口中“未来机器人”的理想形态。

　　无论在智能、交互还是功能上，都更加趋近成熟，机器人的视觉中同时拥有了 3D 深度和物体信息，交互能力与技术深度融合，让机器拥有“思想”，全自动完成整个清扫的过程。

　　该阶段中，扫地机器人真正从“技术定义需求”的闭环中走出来，像智能手机一样便利人们的生活。

　　在扫地机器人逐渐迭代的历程变化中，科沃斯一直身处浪潮正中。

　　早在 2009 年，科沃斯就已经作为国内先行者进入扫地机器人领域，彼时行业还处在 1.0 阶段，但科沃斯已经积累了几十项技术和设计专利。

　　2013 年，科沃斯作为国内第一人，将 LDS-SLAM 运用于扫地机器人领域，带领行业进入 2.0 阶段，拥抱技术升级。

　　2015 年，第一个推出扫拖一体技术，推动扫地机器人步入扫拖一体化时代；2017 年，第一个推出 3D-drive 立体清洁系统……

　　这样的“行业首个”经历，科沃斯还有很多：布局 VSLAM 和 LDS-SLAM 双技术路线；推出用于避障的 AI 系统 AIVI；将 TrueDetect 3D 结构光避障技术应用到扫地机器人上……

　　从 LDS-SLAM、扫拖一体到 AI 避障、交互算法，科沃斯不断突破的新技术，赋予了扫地机器人更多的实用性，真正实现了一定程度上的自动化，这也正是扫地机器人 2.0 时代的标志。

　　在那之后，科沃斯并未停止前进的脚步，2020 年光是研发投入，就达到 3.38 亿元；仅 2021 年上半年，在研发上就已经投入了 2.02 亿元。

　　而如之前所说，科沃斯最新出品的地宝 X1，开启家用服务机器人的新纪年。

　　如果说 2.0 的扫地机器人能快速规划完成全屋清扫，地宝 X1 作为扫地机器人，更像是智能管家一样的存在：

　　升级成 3D 建图的定位导航规划，与 2.0 时代停留在激光雷达建图的 2D 效果已有很大差异，机器人真正“看见”了人类眼中的世界。

　　将 AI 语音交互技术用于扫地机器人，真正做到了让机器人“听懂人话”，做出人需要的任务，这在行业内还是首个；

　　扫地机器人本职的清洁功能，也从单纯的“扫拖一体”，终极进化成了自动补水、洗拖布、除菌、烘干、集尘……等集大成的机器人。

　　没错，站在我们普通人角度看，地宝 X1 更接近于我们认知中“真·懒人神器”。

　　不同于之前几代产品，扫地机器人 3.0 时代就此到来。

　　回看扫地机器人的历程，从被视为「鸡肋」的 1.0 时代，到 2.0 时代迎来的全面技术突破，一直进化到如今 3.0 时代的“全面智能”，也是智能、功能和交互技术在进化中一个不断积淀的结果。

　　在这其中，科沃斯并非恰好抓住时代节点的玩家，而是敢吃螃蟹、敢披荆斩棘，在背后掀起技术革新的先行者。

　　这些改变并非一蹴而就，需要量变到质变的演化，尽管这一过程中有人质疑、有人嘲弄，但坚持深耕技术，不断追求产品极致的人也最终成为开启新时代的先行者。

　　未来我们家里清洁还会变得如何方便，如何舒心，还得依靠这些技术先行者的努力探索。