（文章來源：IT之家）

如今掃地機器人越來越受歡迎，已經成為一類“新興小家電”。為了效率更高、更節能地實現清掃全屋的功能，繪制室內地圖以及確定自身位置是必不可少的功能，許多早期掃地機器人產品并沒有配備導航系統，只能按照設定的路線進行清掃，碰到墻壁或物體邊緣便轉向，導致清掃線路雜亂無章、效率低下。近年來不少中高端掃地機器人都配備了導航系統，可以為室內區域建圖或建模，以此來規劃清掃路線，既節能又可以提高效率。目前市場上使用較為廣泛的導航技術有兩種，一種是視覺導航，另一種是激光導航。

兩者都是通過SLAM（同步定位與建圖）算法實現，SLAM是指運動物體根據傳感器的信息，一邊計算自身位置，一邊構建環境地圖或模型的過程，解決機器人等在未知環境下運動時的定位與地圖構建問題。而根據傳感器不同又分為基于視覺的VSLAM(Visual SLAM)和基于激光雷達的激光SLAM(Lidar SLAM)，分別對應視覺導航和激光導航。

一、視覺導航，傳統意義上實現視覺導航的VSLAM主要通過兩種視覺傳感器來獲取信息，一是深度攝像頭，通過測距實現三維空間感知，也算作一種測距傳感器，屬于主動光源測距傳感器，包括結構光和相位TOF兩種。二是雙目、多目、魚眼導航傳感器，屬于非主動光源傳感器，工作機制類似于人眼，根據三角測距的原理，通過分析兩個傳感器采集到的圖像的差異，計算出距離信息。

視覺導航技術的優勢在于成本較低，最基礎的功能僅需要可以采集到清晰環境圖像信息的攝像頭，以及處理信息的計算單元，搭載訓練完成的AI模型，即可實現。較低的物料成本意味著較低的產品價格，更易被消費者接受，用戶數量增加便可以不斷訓練AI模型，形成良性循環。以及雙目導航傳感器等非主動光源測傳感器是通過接受環境光計算距離，理論上可以建圖的區域更大。

視覺導航技術的弊端也同樣突出，畢竟硬件條件過于薄弱，正是由于僅靠攝像頭來采集信息，主動光源測距傳感器由于功率較低，很容易受到環境光的干擾，而非主動光源測距傳感器在光線條件不好的情況下幾乎無法工作，對光線的要求很高；其次，非主動光源測距傳感器和人眼一樣，距離越大，誤差越大，同時過多的光線數據也讓處理單元難以負荷。加之VSLAM研究起步較晚，所以目前應用相對較少，同時也要配合陀螺儀等傳感器共同工作，主要為慣性導航，單個攝像頭的作用僅為糾偏，如科沃斯DJ65掃地機器人，采用視覺導航，同時輔助導航和定位的傳感器還有羅盤傳感器、陀螺儀、跌落傳感器、里程計等。

二、激光導航，起步更早的激光導航技術的基本原理相對簡單，其一即為激光測距，激光測距就是朝向特定方向發射一束光線，光線遇到物體反彈回來被接收器捕獲，已知光速，通過時間便可以計算出自身與物體之間的距離。區別在于，激光測距只需要發射一次接受一次，而激光導航技術高一個維度，通過向各個方向更多點位測距，可以二維地建圖或三維地建模，同時確定掃地機器人自身的位置；其二則為利用兩點間的距離信息進行三角測距。

通過上述的講解，我們知道了實現激光導航技術需要的硬件有可以同時向多個點位多個方向測距的激光收發器，一般稱為激光雷達測距傳感器。由于其原理較為簡單，早在05年便已比較成熟，是目前最穩定、最主流的定位導航方法。現在市場上有不少產品采用LDS激光導航算法，比如石頭掃地機器人T6和米家掃拖一體機器人等，這類產品搭載的被稱為LDS激光雷達測距傳感器，另外就是處理距離信息和建模的處理單元。

由于原理更簡單，涉及計算量也不至于短時間內讓處理單元難以負載，并且在同一環境下得到的數據更加精確，所以使用激光導航技術的掃地機器人往往可以更精準地繪制二維地圖或三維模型，配合“懸崖傳感器”等還可以應對各種地形，防止掃地機器人從較高處如臺階跌落。當然，性能更加優異的激光導航技術所需的硬件成本也更高，以及激光雷達測距傳感器損壞時維修成本也更高。

三、孰勝一籌，了解完兩者的工作原理以及優勢劣勢，那么視覺導航和激光導航哪種技術更好，更加適合家用掃地機器人市場呢？其實只是代表了兩種方向和思路。

視覺導航技術的最大硬傷在于現階段建圖建模不夠精確，使用體驗并不盡如人意，一些采用視覺導航技術的掃地機器人產品測距不準，不過搭配其他傳感器一起使用可以在較大程度上補足短板，可用性還是可以得到保障，另外比較低的價格也更容易被消費者接受；反觀建圖建模精度更高的激光導航技術，雖然現階段激光導航測距傳感器成本仍較高，但更加穩定技術更加成熟，各家廠商必定會研制性價比更高的傳感器，降低硬件成本，讓消費者以較低的價格，也可以享受到效果更好的掃地機器人產品。

我們認為，兩種技術各有千秋，現階段市場中各占有一定的份額，主要還是看哪種技術適合特定的消費人群。如果激光導航測距傳感器的價格可以大幅度降度，那么精度更高、體驗更好的激光導航技術更有可能主導掃地機器人市場的未來；當然，在近距離、光照較好的應用場景下，視覺導航的優勢更大，仍會保有一席之地。

（責任編輯：fqj）