掃地機器人行業競爭白熱化，AI視覺異軍突起競逐智能導航賽道

掃地機器人作為家庭清潔電器市場的“智能化擔當”和“網紅擔當”，在“懶人經濟”的加持下，這一品類的消費市場競爭可謂聲勢浩大。目前，掃地機器人行業玩家云集，無論是iRobot、科沃斯等老牌廠商持續深耕，還是小米、360等在新晉智能家居布局的玩家，同樣的大牌家電及小家電企業紛紛入局。從近年各大品牌發布的產品來看，相較于掃地機器人清潔能力升級的競爭，導航、避障等智能化升級這一賽道的競爭更為精彩、激烈。

隨著規劃導航系統的不斷完善，智能型的全局導航規劃類產品占比已突破85%，據奧維云網（AVC）線上渠道監測數據，2020年上半年，激光導航產品的零售額占比從去年同期的45.2%增至54.9%；視覺導航產品的占比從12.3%提升至17.7%；搭載AI（人工智能）技術的“激光、視覺”導航產品的占比則從1.6%增至7.8%。無獨有偶，新發布的中高端掃地機器人中，AI視覺技術應用幾乎已經成為了“標配”，帶來的功能升級也是眼花繚亂。前有Dyson 360 Heurist的360°魚眼攝像頭用來識別以及配合TOF完成測距，后有科沃斯T8 AIVI的122°廣角攝像頭進行識人辯物，視頻監控互動，以及石頭T7 Pro的雙目攝像頭用來執行避障功能。可以看得出掃地機器人行業會越來越像成熟的消費電子產品，消費者會形成對各種關鍵的配置、參數的認知，左右其購買決策。

掃地機器人的核心技術點主要集中在清潔系統、建圖系統、避障、人機交互四項上，一個好的產品在這四個維度上都要向前走，需要不斷做技術沉淀來將每個緯度做到最好，而AI視覺既可以覆蓋其中定位建圖和避障，亦能夠在人機交互中大放異彩，這便是信息豐富的視覺技術所帶來的天然優勢，同時也具有更高的技術門檻。

定位建圖（Localization&Mapping）作為導航的基礎，也是掃地機器人工作的第一步，對于機器人來說，將周圍環境數字化、結構化，才能制定更清晰的行進路線及清掃模式。我們目前常見的掃地機器人半數以上采用激光SLAM，部分高端線產品采用激光 SLAM 和單目視覺SLAM 融合的方式。激光 SLAM在實際清掃過程中容易受到環境，實時動態變化的影響，影響整體地圖的規劃，也就是我們在生活中遇到的掃地機器人出現的盲掃、反復清掃、漏掃的情況，單目視覺技術主要通過加入可見光攝像頭進行輔助定位，使掃地機器人移動過程中可以對圖像進行連續跟蹤，進行相機姿態和物體之間相對位置變化的估算，但單個攝像頭進行估算時，缺少深度信息，容易存在誤差,導致建圖效果較差。

從行業角度來看，掃地機器人需要從2D導航向3D導航發展，市面上三維視覺感知方案主要有單目結構光，雙目可見光和ToF。掃地機器人作為消費級產品，BOM成本則是關鍵，ToF相對來說成本偏高，結構光更適合近距離的應用場景。雙目立體視覺通過三角測量原理使用兩個攝像頭來對目標點的三維空間位置進行定位，雙目視覺傳感器在成本優勢明顯的同時，可以捕獲更為豐富的環境信息，同時用于感知，提供更寬闊的應用空間。INDEMIND掃地機器人AI視覺導航采用雙目立體視覺，通過自研高精度Vi-SLAM技術結合環境/物體語義完成三維立體建圖，建圖效果優于激光SLAM，采取智能路徑規劃算法進行弓行清掃，有效提高掃地機器人工作效率。

避障是目前掃地機器人的主要痛點之一，誤掃、誤觸以及引發的一系列掃地機人無法脫困以至故障是用戶體驗差的主要原因。當前掃地機人避障亟需解決三個問題：一是檢測范圍較小，無法實現大范圍障礙物檢測；二是無法精準獲取障礙物深度信息，多采用試探性碰撞方式來確定障礙物實際位置；三是無法獲取障礙物的具體屬性信息，時有漏掃、誤掃等情況。INDEMIND掃地機器人AI視覺導航通過雙目立體視覺結合高精度物體識別（識別精度<2cm），提供0.05-1.5m范圍內誤差<1%的深度解算功能，配合水平>60°、垂直＞30°的視場角，可有效覆蓋柜底邊緣、近地處的電線等障礙物，實現全范圍避障。INDEMIND于今年還推出了專為掃地機器人避障研發的AI雙目避障模組，旨在加速掃地機器人產品避障功能升級。

人機交互功能可以給用戶對于產品智能化程度最為直觀的體驗，掃地機器人的感知能力則是基礎，AI視覺可為掃地機器人提供最為豐富的環境信息，讓掃地機器人“看到”且“知道”真實的家居環境，執行更多的工作命令。用戶還可以通過掃地機器人移動監控家居實景畫面，與家里寵物進行互動，識別不同人物身份以進行陪伴等更多人機互動功能。

目前，國內掃地機器人市場滲透率剛到5%，應用較早的美國掃地機器人市場滲透率也僅為10%，有關專家預計，到2021年我國的掃地機器人市場規模將達到224億元左右。機遇與挑戰并存，掃地機器人行業已處于技術創新密集期，AI視覺也將是掃地機器人智能升級的重要課題。

fqj