扫地机器人行业报告：技术框架（35页）

本文从信息链条和技术两个维度构建扫地机器人技术框架。我们从信息链条出发， 将扫地机器人运行流程视为信息输入、处理到输出的过程，并将技术解构为系统、 模块、硬件和软件四个层次，与信息链条各环节一一对应，从而构建起涵盖扫地 机器人各种功能原理与各类软硬件技术的分析框架（见图 1）。正如人类拥有感官感知周围环境，扫地机器人也拥有负责采集环境信息的感知系 统。感知系统是扫地机器人信息输入的受体，本质上是对周围物理环境的数字化， 更具体地说，是对家庭室内环境的数字化。从模块上看，主要包括测距、识别、 检测三个部分；从部件上看，主要包括传感器和边缘算法。1）测距与导航：扫地机器人导航需要进行定位与建图。通过测距，扫地机器人可 以实时获取周围物体与自身距离数据，在所处空间进行实时定位。此外，扫地机 器人通过移动弥补测距的范围限制，最大程度覆盖房间，利用距离数据确定房间 边界和各物体位置，最后完成建图。 2）测距与避障：避障的前提是确认障碍物，测距能够帮助扫地机器人进行物体识 别。当某物体上所有点（或者主要特征点）的距离数据能够被获取，便可形成该 物体的 3D 轮廓，结合算法等技术可对物体进行识别。 完成测距需结合测距工具与测距原理。

测距工具主要为各类传感器，根据物理属 性，可分为可见光传感器、不可见光传感器和声传感器等，常见的测距传感器包 括激光雷达、视觉相机等。测距原理主要分为几何测距和 ToF 测距两种方式。几 何测距是基于光的发射和折射所形成的几何数量关系计算距离（最常见的为三角 测距）。ToF 即 Time of flight，ToF 测距是基于光的飞行时间和光的飞行速度计算 距离，技术上可分为 dToF（direct）和 iToF（indirect）两种。按照智能水平的高低，扫地机器人识别可分为三个层次： 1）物体的存在判别：只能判别空间中是否存在物体，无法获取物体其他信息。 2）物体的种类区分：能够识别物体的形状、尺寸特征，从而判断物体的种类。如 科沃斯地宝系列配置 AIVI 人工智能和视觉识别系统，具备分类电线与拖鞋等日 常障碍并进行主动避障的能力，也可以智能识别地毯、窗帘、台阶等家居物品。 3）物体的信息获取：不仅能够识别物体的颜色、细分品种、质地等具体信息，还 可以提取丰富的语义信息。比如不仅识别出鞋子，还进一步识别出红色高跟鞋， 从而判断出室内可能存在女性。 随着清扫能力的完善，识别能力逐步成为行业竞争的主要领域。在扫地机器人发 展初期，识别能力的提升并不迫切。原因有两个方面，一是识别水平提升难度大 且对于清洁效果的边际改善较小，清扫过程中甚至不需要知道障碍物类型，只需 判断是否存在障碍物便可完成避障。只要具备识别常见清扫物体的能力便可满足 基本清扫需求；二是存在隐私保护问题，居家环境属于私密空间，扫地机器人识 别及分析能力过强可能引发消费者的怀疑和反感。不过，随着扫地机器人清洁能 力的逐步完善，识别能力也逐渐成为各大品牌差异化竞争的主要领域之一。