SLAM与路径规划多技术融合趋势下 扫地机器人市场格局生变

作为服务机器人市场的新星，扫地机器人如今已深入千家万户，随着技术及市场的日益成熟，其影响力不断扩大。在小米、360及科沃斯等业界领军企业的推动下，支撑扫地机器人发挥出色性能的核心技术——自主导航定位和路径规划，呈现出崭新发展态势。自主导航定位技术正朝着多传感器融合的方向发展，而路径规划技术也在不断进步。

在软件方面，随着深度学习算法的广泛应用，AI技术的加持为扫地机器人行业注入了新的活力。这些技术进步使得扫地机器人能够更智能、更高效地完成家庭清洁工作。

说起扫地机器人的价格，确实经历了一场激烈的变革。从2014年的爆发式增长，到2018年的行业洗牌期，扫地机器人主流价格区间不断下探，销量和渗透率不断提升。科沃斯国际事业部总裁钱程表示，随着技术成本的不断降低和用户的广泛认可，扫地机器人业务将为企业创造更多的利润增长。

随着技术的不断升级和人工智能概念的火热，用户对扫地机器人的要求越来越高。用户现在更看重具备智能规划清扫功能的扫地机器人。业内厂商开始运用更多智能化技术，拥有智能规划清扫功能的扫地机正占据市场绝大多数份额。

正如钱程所言，小米和360等企业的加入，使得扫地机器人市场迎来了新的竞争格局。在技术方案上，两家公司采用的是单线激光雷达同步定位与地图构建SLAM技术。尽管这种方案成本不低，但在市场价格压力下，预计2018年这种技术将带动中高端档次产品价位的进一步降低，携带自主定位及规划功能的智能扫地机出货量将快速攀升。

尽管智能规划式清扫已成为当前扫地机的标配，但在实际应用中仍存在功耗、成本等问题。上海思岚科技有限公司CEO陈士凯表示，对于消费级产品，企业需关注如何将同样功能以更低代价、更短开发周期和更简单的使用方式呈现给消费者。在解决导航定位模块使用成本问题上，现有的激光雷达成本已有所降低。

扫地机器人行业正在经历一场由技术革新引发的变革。随着巨头的加入和技术的不断进步，我们有理由相信，未来的扫地机器人将更加智能、高效，满足更多消费者的需求。在科技前沿的浪潮中，上海思岚科技有限公司的CEO陈士凯为我们揭示了激光雷达技术的崭新面貌。该公司领先的A2激光雷达能够实现16米半径的精准测距，今年更是将平距测量推向了8K的新高度，令人瞩目。尽管在如此卓越的科技成就下，其产品的体积和外观尺寸却未有任何变化，体现了业界顶尖的技术实力。

在追求技术革新的道路上，陈士凯指出，除了硬件性能的提升，功耗问题仍是当前面临的一大挑战。他强调，现有的SLAM算法和路径规划系统复杂度较高，对硬件的要求也相应较高。因此在实际应用中，如何将强大的算法性能与有限的电池寿命相结合，成为了一个亟待解决的问题。对此，陈士凯表示：“我们通过高度优化的算法和集成，尽可能减小导航定位系统的体积和运算负荷。”事实上，他们的最新技术成果已经体现在大小的SLAM WARE中，实现了在极低功耗下完成SLAM规划的所有任务，同时显著改善了产品的体积和发热问题。

在实际使用场景中，机器人面临的另一个挑战是环境未知的问题。陈士凯解释说，机器人开机后对于家庭环境的构造一无所知，这就对路径规划算法提出了更高的要求。他们通过创新的路径规划系统解决了这一问题，使得机器人在未知环境中也能进行行动。他们还注重地图的构建和呈现方式，力图将新的技术提升到让用户有明显感知的水平。为此，他们不断尝试和努力的方向是提高构图的精细程度。

作为国内扫地机市场的领军者，科沃斯则更看好全局规划的方式。他们通过人工智能的角度赋予产品探测、认知并记忆整体家居环境的能力，从而实现全局规划。在具体的产品方案中，他们采用了高性能的Cortex-A9处理器和LDS激光雷达测距传感器，配合SLAM算法，实现了智能识别家居环境、精准快速建立家居地图等功能。简单来说，新的技术使得扫地机器人能够更智能地满足用户需求。

与此业内主流厂商正在转向“LiDar SLAM+软件算法”的方案，以实现更好的SLAM建图、定位以及规划效果。这一趋势体现了多传感器融合的大势所趋。深度学习等先进技术的应用正在助力扫地机器人变得更智能，以满足用户对高效、便捷、智能的需求。未来，我们有理由相信，随着技术的不断进步和创新，扫地机器人将会为我们带来更多的惊喜和便利。在探讨扫地机的技术进步时，我们不难发现激光雷达方案与视觉方案各有千秋。虽然激光雷达方案在定位、重定位和回环检测等方面表现出色，但在动态环境中却存在难以精准定位的问题。而视觉方案虽然在某些方面存在短板，却能很好地弥补激光雷达的这些缺陷，尤其在智能驾驶领域得到了广泛验证。对于聚焦于家庭应用场景的扫地机而言，这种融合趋势已经开始崭露头角。

深圳市大道智创科技有限公司的研发总监龙建睿明确指出，激光SLAM与视觉SLAM在计算性能需求上存在显著差异。激光SLAM可在普通ARM CPU上实时运行，而视觉SLAM则更依赖于高性能的准桌面级CPU或GPU。这也为视觉处理定制的ASIC市场带来了巨大机会。例如，Intel旗下的Movidius已经设计出一种特殊架构来处理图像、视频和深度神经网络，DJI的精灵4系列产品就采用了这类专用芯片，实现了高速低功耗的视觉计算，为无人机的避障和近地面场景导航提供了有力支持。

龙建睿对未来技术方案的演变持乐观态度，特别是V SLAM和LIDAR SLAM的多传感器融合方式。他认为，尽管激光和视觉技术都有其局限，但通过融合这两种SLAM技术并搭配低成本传感器，可以很好地解决扫地机应用中的诸多问题。目前，业内已有不少厂商开始探索这一领域，相信这种融合式的SLAM方式将成为未来几年的重要趋势。

随着深度学习技术产品化的飞速发展，AI加持下的智能扫地机正在为产业注入新的活力。龙建睿表示，近年来深度学习已成为人工智能的代名词，而在这个行业中，机器人的自主定位导航方式也正在从传统的概率学和控制论转向深度学习。通过深度学习，可以直接通过摄像头数据作为信号输入，再通过神经网络产生机器人的控制信号。他认为这种技术将成为未来的主流。

行业内的其他专家也对此表示认同。陈士凯强调，巨头们都在积极研发神经网络技术，尤其是英特尔在芯片性能上的突破令人印象深刻。在不远的将来，深度学习将在扫地机的导航定位、SLAM以及路径规划等领域得到广泛应用。科沃斯则已经率先实现了深度学习技术的产品化，将AI算法融入硬件，为扫地机全方位赋能。他们的DG3扫地机产品具备自主学习的能力，能够基于用户数据进行分析和升级，以更好地适应家庭环境，打造优质的智能体验。