隨著人們生活水平的提高，人們對于智能家居的需求日益旺盛，掃地機器人就是其中之一，據前瞻網發布的數據顯示，2018年掃地機市場增長預計達到120億元，隨著掃地機器人技術的不斷發展，未來掃地機器人將會有更廣闊的市場空間。

在掃地機器人中，路徑規劃是其最核心的技術，所謂路徑規劃是指機器人根據自身傳感器對環境進行認知，來確定周圍環境和自身位置信息，進而規劃出一條最優運行路線。同時又能高效完成清掃任務。

通常，移動機器人實現路徑規劃需要解決這三大問題：

1.機器人從初始位置到目標位置的運動；

2.通過相關算法使機器人能夠繞開障礙物，并且經過某些必須經過的地方完成對應的工作任務；

3.在完成以上任務的前提下，能做到機器人運動軌跡的優化。

說到掃地機器人路徑規劃，就不得不提到SLAM技術了，當然，SLAM技術與路徑規劃是兩個層面的東西，SLAM更像是一種被動技能，默默為機器人提供地圖和定位信息，但當機器人需要實現自主移動，便需要路徑規劃和SLAM的相互合作，如果沒有SLAM為路徑規劃提供高質量的定位信息，路徑規劃就難以實現自身的工作。

機器人要做到路徑規劃，除了要解決SLAM本身的難點外，路徑規劃也是有很多問題需要解決的，先不說掃地機器人，對于通用機器人來說，要做的第一個路徑規劃便是尋路的算法，也可以理解為從A點到B點的移動。在這個過程中，又會涉及到全局路徑規劃及局部路徑規劃。

什么是全局路徑規劃呢？可以理解為，在一張靜態的地圖上，機器人僅僅根據地圖測算出當前點到目標點的一個距離。這種方式有很多種算法，目前聽到最多的就是Astar算法，這種也同時運用在即時戰略游戲里進行單位尋路時使用。

除了全局路徑規劃還有局部路徑規劃的問題，由于在全局路徑規劃中機器人已經規劃出了大致的行走路徑，但在實際的移動過程中會出現很多突發情況，如在機器人移動時突然一個人走過來，擋住了機器人已規劃好的行走道路，在這種情況下，機器人如何能在不修改之前規劃好的路徑前提下去繞開這個人呢？對于機器人來說行走的大方向是對的，但在有障礙物出現的情況下需要臨時改道，這樣的過程便叫做局部路徑規劃。目前針對該問題的應對算法傳統上有EFF、目前又動態穿透法的算法來進行。

解決從A點到B點的移動就是實現路徑規劃的第一個問題。這也是目前掃地機器人進行路徑規劃的第一個環節。但相比其他服務機器人，掃地機器人的問題會更加復雜一點，因為掃地機器人在工作中還會涉及到貼邊清掃及來回清掃等任務，這就需要有更多的算法體系來支撐。

再回到SLAM技術上，目前在SLAM技術中，會涉及到激光SLAM及視覺SLAM兩種，激光SLAM是通過旋轉激光發射器不斷發射激光，并通過內置的紅外攝像頭拍攝反射光并成像，利用幾何測距原理測量物體和機器本身的相對位置，據此繪制完整邊界的地圖和確定機器在地圖中的位置。而視覺SLAM是通過內置的 RGB 攝像頭不斷移動自身的位置進行拍攝，提取和匹配相鄰幀圖片特征點、利用測距原理測算出障礙物的距離。

相較于視覺SLAM，激光雷達就一直作為掃地機器人的原配久居正統之位，激光雷達的優勢在于精度高，可以精確繪制房間地圖和行走路線，工作穩定，不依賴于環境光線。

思嵐科技是國內最早將激光SLAM應用于服務機器人的企業，在實現機器人自主定位、建圖及路徑規劃等方面已有成熟的落地方案。嵐豹掃地機器人就是基于思嵐科技的激光SLAM導航技術而研發的，可以做到：

分秒建圖：開啟清掃后，只需幾個轉圈的時間，激光雷達就會掃描出家中地圖，在清掃過程中能毫厘不差的刻畫家庭環境構造和家具分布。

邊掃邊建立完整地圖：清掃時掃地機會先沿邊清掃出一片區域，在分區內以弓字形的路徑走出工整的路線，邊掃邊建圖，通過一個個分區的形式將家里每個地方都清掃覆蓋到，最終形成家中的完整地圖。

地圖規劃清晰且覆蓋率高：當掃地機掃完家后，家里的地圖就能完整的呈現，與戶型圖的貼合度能達到99%以上，可以清晰的看出對家里的清掃規劃，覆蓋到了家中的每一個角落，沒有產生漏掃。重要的是，地圖一次生成就能保存，再次清掃時無需重新建立地圖，當家具布置發生變化時，通過云端地圖功能，會實時更新和優化。

自主行走毫不費力：家中的餐桌底下桌腳多，地形復雜，最是考驗掃地機的行走能力。而擁有激光導航的掃地機能繞著每個桌角清掃一圈，直至將餐桌底下探索完整，進了餐桌底下出不來，是不存在的。

除了掃地機器人，國內思嵐科技推出的激光SLAM導航技術，還廣泛應用于送餐機器人、導引導購機器人、迎賓機器人等各大領域的服務場所，甚至在海外的科研機構以及IEEE論文中也有思嵐產品的身影。