扫地机器人行业报告：技术框架（35页）

行业报告下载 2022年08月19日 07:29 管理员

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。

扫地机器人行业报告：技术框架（35页）