一文讀懂｜掃地機器人。

我是七除三。

今天一文讀懂-掃地機器人。

掃地機器人，又稱自動打掃機、智能吸塵、機器人吸塵器等，是智能家電的一種，能憑借人工智能，自動在房間內完成地板清理工作。

從信息處理出發，將掃地機器人運行流程視為信息輸入、處理、輸出的過程，並將技術解構為感知、決策、執行三大系統，然後再根據這三大系統來分析掃地機器人各種功能原理與各類軟硬件技術。

1. 感知系統

正如人類擁有感官感知周圍環境，掃地機器人也擁有負責采集環境信息的感知系統。感知系統是掃地機器人信息輸入的受體，本質上是對周圍物理環境的數字化，更具體地說，是對家庭室內環境的數字化。

從模塊上看，主要包括測距、識別、檢測三個部分；從部件上看，主要包括傳感器和邊緣算法。

a. 模塊：測距、識別、檢測

1》測距：實現導航和避障的關鍵步驟

測距即測量距離，是掃地機器人實現導航和避障的關鍵環節。

測距與導航：掃地機器人導航需要進行定位與建圖。通過測距，掃地機器人可以實時獲取周圍物體與自身距離數據，在所處空間進行實時定位。此外，掃地機器人通過移動彌補測距的范圍限制，最大程度覆蓋房間，利用距離數據確定房間邊界和各物體位置，最後完成建圖。

測距與避障：避障的前提是確認障礙物，測距能夠幫助掃地機器人進行物體識別。當某物體上所有點《或者主要特征點》的距離數據能夠被獲取，便可形成該物體的 3D 輪廓，結合算法等技術可對物體進行識別。

測距工具主要為各類傳感器，根據物理屬性，可分為可見光傳感器、不可見光傳感器和聲傳感器等，常見的測距傳感器包括激光雷達、視覺相機等。測距原理主要分為幾何測距和 ToF 測距兩種方式。幾何測距是基於光的發射和折射所形成的幾何數量關系計算距離《最常見的為三角測距》。ToF 即 Time of flight，ToF 測距是基於光的飛行時間和光的飛行速度計算距離，技術上可分為 dToF《direct》和 iToF《indirect》兩種。

2》識別：主要判別清掃對象和避障對象

識別是基於深度學習網路和目標檢測算法，對圖像中的目標物體進行判別的技術。掃地機器人通過攝像頭對所獲圖像進行分析，判別家庭環境中的清掃對象和避障對象，策略性地采取清掃或避障行為。

按照智能水平的高低，掃地機器人識別可分為三個層次：

1. 物體的存在判別：隻能判別空間中是否存在物體，無法獲取物體其他信息。 2. 物體的種類區分：能夠識別物體的形狀、尺寸特征，從而判斷物體的種類。 3.物體的信息獲取：不僅能夠識別物體的顏色、細分品種、質地等具體信息，還可以提取豐富的語義信息。

3》檢測：為保障正常工作而進行的信息采集和判斷過程

檢測特指為保護掃地機器人持續工作而發生的信息采集和判斷過程。大致分為對外檢測和對內檢測兩個部分。

1. 對外檢測：主要判斷外部環境的安全性，如墻壁和玻璃檢測《防撞》、防跌落檢測《防摔》等；

2. 對內檢測：主要判斷內部狀態的安全性，如電池電量檢測、防過熱檢測、塵盒在位檢測、塵盒過滿檢測等。

b. 硬件：傳感器

掃地機器人是多傳感器集成體，主要有激光雷達、視覺相機、陀螺儀、加速度計、碰撞傳感器、沿墻傳感器、懸崖傳感器、防跌落傳感器等。

1》激光雷達

激光雷達一般由光源、光束操縱和探測器三部分組成。光源發射的激光光束經光束操縱後產生角度偏轉，由探測器接收光束打在目標物上產生發射/散射的部分回波，根據測距原理計算得出激光雷達到目標點/線的距離。通過不斷掃描目標物，可得到目標物上全部點/線的距離信息，經過成像處理後便可生成三維立體圖像。

根據同時發射的激光線束多寡，可分為單線激光雷達和多線激光雷達《4 線、8 線、16 線、32 線、64 線、128 線等》。線束越多，回波越密集，精度越高，相應的成本和算力要求也越高。考慮到成本因素和室內環境較為簡單，掃地機器人一般采用單線激光雷達。

根據測距原理不同，激光雷達可分為三角測距激光雷達和 ToF 測距激光雷達。

根據發射光信號的不同，ToF 測距激光雷達還可進一步劃分為 dToF激光雷達和 iToF激光雷達。其中，dToF 激光雷達通過測量發射光脈沖和反射光脈沖之間的時間間隔直接測距；iToF 激光雷達發射的是調制光而非光脈沖，通過檢測發射調制光與反射調制光之間的相位差，使用積分間接計算飛行時間，進而測距。掃地機器人 ToF 激光測距方案中通常采用 dToF 激光雷達。

2》視覺相機

視覺相機是一種通過光學裝置和非接觸式傳感器接收並處理物體圖像的測量工具。視覺相機雖然類型眾多，但原理相通：先利用光源《可見光或紅外光》照亮目標物，再將目標物原始圖像轉換為具備亮度/顏色/像素/深度的圖像信號，最後結合距離信息形成目標物的三維模型。根據相機結構和測距原理的差異，掃地機器人常用的視覺相機可分為單目相機、雙目深度相機、3D 結構光深度相機和 3D-ToF 深度相機。

a. 單目視覺相機

‍‍‍原理：由一個攝像頭在運動過程中在不同位置對同一物體拍攝兩幅圖像，對兩幅圖像的特征點進行匹配，再根據攝像頭的運動數據，通過幾何關系計算出物體深度信息，形成三維模型。

優勢在於成本低且技術成熟，劣勢在於靜態狀態下無法測量目標物的深度信息，外加其易受環境光影響，測距和識別的精度較低。

b. 雙目視覺深度相機

原理：由兩個平行且共面的攝像頭從不同角度拍攝圖像，借助立體匹配算法對兩幅圖的特征點進行匹配，進而計算出視差，利用視差原理與幾何關系計算出被測物體的三維信息，形成三維模型。

雙目視覺深度相機能夠測量深度信息，但對算法和硬件要求較高。出於產品成本和使用場景的考慮，目前雙目視覺深度相機主要應用於掃地機器人避障。

c. 3D結構光深度相機

原理：紅外線發射器投射特定編碼的光線至物體表面，再由紅外線相機進行拍攝。物體表面高低起伏使得編碼光線變形，結合三角測距原理從變形信息中計算出深度信息，形成深度圖像。RGB 相機同時拍攝獲取物體 2D 彩色圖像。最後利用算法將深度圖像與 2D 彩色圖像《深度圖像像素一般低於 2D 彩色圖像》融合形成彩色的三維模型。

3D 結構光深度相機能夠主動發射和接收紅外光，因此 3D 結構光方案不受光照條件和物體條紋的影響，環境適應性更強。此外，3D 結構光深度相機精度較高，測距距離也達到 10m 水平。由於整體性能較好，3D 結構光相機被應用於掃地機器人的避障領域。

d. 3D-TOF深度相機

原理：3D-ToF 深度相機主動發射紅外線照亮場景並接收目標物反射光，通過發射光與反射光的時間差計算出傳感器與物體各點間的距離，這些距離信息與 ToF 相機的像素矩陣一一對應，由此可得到深度圖像。

3D ToF 相機采用 ToF 測距原理，具備算力要求低、尺寸小、探測距離遠近兼顧、識別盲區小、校準便捷等優勢。

3》 IMU《guang xguangx》

IMU《慣性測量單元》主要由陀螺儀和加速度計組成，電子羅盤則是提升 IMU測量精度的輔助傳感器。三者主要用於實時檢測物體運動的變化信息。

陀螺儀測量掃地機器人的角速率，以原始方位《初始點一般為基站所在地》作為初始條件，對角速率進行積分，進而實時計算掃地機器人當前所處方位；

加速度計測量掃地機器人的加速度，利用 a=F/M 原理可測量線加速度，對線加速度一次積分得到速度，二次積分得到位移。

結合陀螺儀測得的方向信息和加速度計測得的位移信息，便可實時得到掃地機器人相對於初始點的位置信息。之後再經由電子羅盤輔助確認掃地機器人水平位置的朝向，使姿態參數更為精確。

4》碰撞傳感器

碰撞傳感器由碰撞板、紅外線發射器和光敏二極管組成。

碰撞板安裝在掃地機器人前端，受擠壓後將向後位移。在靠近碰撞板的機身兩側各有一個紅外線發射器。正常狀態下紅外線發射器發射的紅外線可通過特制小孔被光敏二極管接收，表明此時無障礙物。當掃地機器人與障礙物碰撞後，碰撞板向後位移並遮擋小孔，此時光敏二極管無法接收紅外線，可知碰撞方向存在障礙物，並做出避障移動。

5》沿墻傳感器

沿墻傳感器的作用在於幫助掃地機器人與墻面始終保持合理距離《一般為 1-2cm》，保護機身與墻面不發生碰撞，便於清掃墻邊縫隙等清潔死角。

沿墻傳感器通常采用 ToF 測距原理，通過計算光信號發射節點與反射光信號接收節點的時間差從而測量掃地機器人與墻壁或障礙物的距離。

6》懸崖傳感器

懸崖傳感器的作用在於判斷前方是否存在『懸崖』《如臺階、高臺等》，以提醒掃地機器人『懸崖勒馬』。

懸崖傳感器安裝於掃地機器人底部的邊緣位置，通常配備 4-6 個。懸崖傳感器由紅外信號發射管與接收管組成，信號發射管會每隔一段時間向地面發射紅外射線，傳感器通過記錄信號返回接收管的時間來判斷地面的高度，若返回時間超過了設定的限定值，即判定前方存在『懸崖』並向控制器發送信號，控制器向掃地機器人發出轉向或停止的指令，防止跌落。

7》防跌落傳感器

防跌落傳感器安裝在掃地機器人機輪組內部，通過檢測機輪組的壓力狀態《機輪組是否與地面正常接觸》判斷掃地機器人是否正常運行。當機輪組《懸空》離地時，防跌落傳感器可以檢測到機輪組壓力減輕，並向控制器發送信號，中止機輪組運作，從而提升掃地機器人移動過程的安全性。

c. 軟件：邊緣算法

‍邊緣算法是一種分佈式運算架構，是將原本龐雜的數據運算分散到邊緣節點進行預處理的指令。在掃地機器人中，主控芯片負責集成運算，處於中心定位；各類傳感器充當邊緣節點，將采集的非結構數據預先處理後再傳輸至主控芯片。

邊緣計算一方面有效減少了冗餘數據的傳輸，降低系統反應時間，提升了掃地機器人實時處理數據的能力；另一方面，邊緣計算減少了主控芯片的運算壓力，節省的運算資源能夠進一步投入到掃地機器人的智能化開發當中。

2. 決策系統

決策系統是掃地機器人的神經系統，負責信息處理和傳遞。

從模塊上看，包括導航、避障和控制。從部件上看，包括硬件《PCB+芯片》和軟件《智能算法。

a. 模塊：導航、避障、檢測控制

1》導航

掃地機器人導航是指掃地機器人實現定位並沿著所制定路線從出發點移動到目的點的過程。掃地機器人導航歷經隨機碰撞-局部規劃-全局規劃三個階段，逐步由無序到有序再到智能。

第一代導航是隨機碰撞導航，掃地機器人利用碰撞傳感器確定行進方向，無路徑規劃能力；第二代導航是局部規劃導航，掃地機器人利用 IMU《慣性測量單元》實現定位，可進行弓形規劃，但建圖效率和精度較差，所建地圖無法標記所有障礙物，不具備全局性的路線規劃能力；第三代導航是全局規劃導航，掃地機器人利用傳感器《激光雷達/相機》同時進行定位和建圖《SLAM》，能夠建立較為精確的全局地圖，完成智能路線規劃，目前第三代導航產品為市場主流。

全局規劃導航分為兩大步驟，第一步是同步完成定位和建圖《SLAM》，定位解決的是『我在哪裡』的問題，建圖則解決『我附近有什麼《物體》』的問題。第二步是根據 SLAM 建立的地圖完成路線規劃。

目前掃地機器人 SLAM 可分為 LDS-SLAM 和 V-SLAM。

LDS-SLAM 的核心傳感器為單線激光雷達，一般安裝於產品頂部，通過 360°掃描環境獲取點雲信息，經算法處理後實現定位和建圖；V-SLAM 核心傳感器為視覺相機，采集環境圖像並提取特征點信息，經算法優化後實現定位和建圖。

性能方面，LDS-SLAM 在建圖精度更高、速度更快，對算力和環境要求更低；價格方面，LDS-SLAM 傳感器成本更高，但由於算力要求較低，其芯片成本和算法投入相對較低。

2》避障

避障是指掃地機器人在規劃路線上存在障礙物時能夠按照一定算法實時更新路徑，繞過障礙物並順利到達目的地的過程。

按智能水平，可分為三個發展階段：

避障 1.0：『觸覺+聽覺的盲人』。該階段掃地機器人主要利用紅外線傳感器/仿生超聲波傳感器/碰撞板等部件感應環境，無法識別障礙物，往往通過碰撞方式進行機械避障，類似盲人通過觸覺或聽覺進行避障。

避障 2.0：『觸覺+聽覺+視覺的近視患者』。該階段在 1.0 的基礎上增加了導航傳感器《激光雷達/視覺相機》輔助提升避障能力，實現障礙物識別《大小、形狀甚至種類》，相當於為掃地機器人提供了『視覺』。不過，受傳感器安裝位置和性能限制，避障 2.0 技術無法有效識別近地的小型障礙物，類似於『近視眼』。

避障 3.0：『觸覺+聽覺+視覺的正常人』。該階段在 2.0 的基礎上增加了專門的避障傳感器《通常為 RGB-D 相機，如雙目深度相機、3D 結構光深度相機等》提升避障精度，近地小型障礙物的識別問題得到解決，掃地機器人的『視力』明顯提升。

3》控制

掃地機器人的控制特指除導航和避障之外的其他智能決策過程。

電機驅動、狀態檢測和電源管理三個方面的控制較為重要。

a. 電機驅動：通過電流信號控制各類電機《驅動電機/吸風電機/邊刷電機》，完成移動《控制速度/方向》和清潔行為《控制吸力/清潔工具開關等》。

b. 狀態檢測：即上文感知系統中檢測部分的判斷過程，如檢測電源狀態，判斷是否需要回充；檢測濾網/塵盒是否安裝到位，避免風機受損；檢測灰塵盒是否過滿，提醒用戶進行塵盒清潔；防過熱及壓力檢測用以保護部件。

c.回充管理：當掃地機器人檢測到電源不足時，控制系統發出回充指令，具有全局規劃能力的掃地機器人會根據此前建立的地圖，自動規劃返回基站附近的路線，到達後通過機身紅外線傳感器接收基站的紅外線信號完成回充。

b. 硬件：PCB+芯片

1》PCB 即印制電路板，用於連接掃地機各類電子元件，是芯片的載體2》按照功能劃分，可將掃地機器人芯片大致可分為主控芯片、電源管理芯片、WIFI 芯片以及其它芯片。

主控芯片是『大腦』，負責算法運算和產品控制。常見的芯片類型為 32 位 MCU，部分采用集成度更高的 SOC 或 AI 芯片。掃地機器人主控芯片常見的國內供應商有全志科技、兆易創新等，國外主要供應商有意法半導體、高通等。
電源管理芯片是『心臟』，負責電源交換、分配等功能，分部較廣，主板上的電源管理芯片類型以 PMIC 為主，高通、德州儀器是常見供應商。
WIFI 芯片是『嘴巴』，負責數據傳輸等通訊功能，目前多數產品采用 WIFI 模組。國內廠商樂鑫科技的產品競爭力較強，此外瑞昱、高通也是常見供應商。
其他芯片：包括各類傳感器芯片、各類存儲芯片等。