狭小的收纳空间、多楼层的台阶、低矮的沙发缝……复杂的家居环境让作业中的扫地机器人不断遭遇“滑铁卢”。如何提高扫地机器人的「自我修养」，背后探讨的实际是机器人避障能力的亟待提升。
某种程度上看，扫地机器人其实是自动驾驶的升维版，起码在快速感知并识别出周围障碍物，实现准确避让的敏捷度上，扫地机器人所需要的AI技术实力丝毫不逊色于自动驾驶，差别在于，一个专注于智能交通，一个作业领域是家庭清洁。
如今在石头科技推出的新品T7 Pro身上，两者有了交集和共通之处。AI双目避障，RR mason™ 7.0 3D 算法系统的加持让T7 Pro的消费者体验到了无人驾驶般的“流畅与丝滑”。
自扫地机器人诞生以来，行业的主要矛盾就是消费者日益增长的智能化需求与落后的人工智能技术之间的矛盾。
近些年，扫地机器人在消费市场上逐渐升温已是不争的事实。奥维云网数据显示，扫地机器人线%，线%。
当一个小众产品逐渐变得大众化，大众产品就迈向了高质量化。在保证安全的基础上，能流畅地实现自动识别、自主导航、自主决策并独立完成规划、清洁、充电等一系列步骤，是消费者对扫地机器人的最大期许，也是行业一直精进的方向。
清洁、避障、建图和人机交互是扫地机器人的四大核心技术，经过年轻一代消费者愈发精细化需求的倒逼，目前市场上的主流产品在清洁能力和导航、续航能力以及操作便捷性上都已经有了长足进步，基本能够做到满足家庭的日常清扫需求，不过清扫过程中的误扫、误撞依旧难以避免，这也成为限制行业进一步扩大规模的最大阻力。
简单理解避障，就是能聪明地避开各种清扫雷区，试想一下，如果家中有宝宝或者宠物，一旦避障不及时，把年纪尚幼的孩子撞倒或者卷入了宠物的粪便，可就酿成家庭清扫的大型事故了。
机器人避障技术主要解决的是感知、决策和控制三方面的问题，它不仅是扫地机器人实现移动过程中自主导航和路径规划的首要前提，也是消费者对“智能化”感知最明显的一环。
目前行业内前沿的避障技术主要有激光雷达避障、3D结构光避障、3D TOF避障、单目视觉避障和双目视觉避障。
TOF和结构光目前在手机行业使用广泛，多应用在人脸识别、面部解锁等短距离场景中，而双目则广泛应用于无人机、自动驾驶等领域，目前已知的大疆无人机、特斯拉及百度L4量产自动驾驶技术均采用了双目视觉系统。
不同避障技术有不同优势，市面上几大主流新品如科沃斯T8 Max 和iRobot的Roomba s9采用了3D结构光避障，而石头科技近期推出的新品T7 Pro则采用了双目避障和AI物体识别，让扫地机器人“开眼看世界”。
与传统老牌玩家相比，从互联网杀出的新锐扫地机器人生产商石头科技近几年风头正盛，在创下了国内科创板第一股的记录后，接连推出的扫地机器人T7和手持无线都收获了不错的反响，财报数据也印证了它的盈利能力，石头科技2020年一季度营收6.11亿元，归属上市公司股东净利润达1.26亿元。
破除因误扫误撞导致的清洁故障是行业亟待解决的问题，此次T7 Pro搭载两颗500w像素120度广角摄像头，同时配备高通8核处理器，通过双目立体视觉及AI物体识别技术实现智能避障功能，堪称避障方案新旗舰。
对扫地机器人行业来说，提高避障能力的核心就是提高AI算法实力。算法是扫地机器人的技术核心，也是扫地机路径规划和复杂环境从容应对的关键。
实际上，扫地机器人完全可以被视为一个小型自动驾驶系统，它背后需要集合云平台、人工智能、操作系统、机器人移动性能等综合性技术，而且从某种意义上讲，它所面临的家庭环境甚至比公路更复杂：没有任何固定标识，各种材质的障碍物，很多需要绕行避免推走的障碍物比如线团、拖鞋、宠物粪便等等，同时还要保证全面覆盖避免漏扫。
石头科技自成立以来，就储备了一个承担石头扫地机前沿AI算法开发工作的智囊团——石头AI研究院。研究院聚焦机器学习/神经网络、计算机视觉技术等在家用扫地机平台的应用，着力解决现有家用扫地机在物体识别避障、环境感知等方面的问题，集合了成像/深度成像、图像处理、计算机视觉、机器学习/神经网络、导航定位方面的专家，围绕用户体验不断优化扫地机在架构、算法和软件上的各种功能。
以新品T7 Pro为例，RR mason 7.0 3D算法系统仿若石头的“智慧大脑”，没有它再强的清洁性能都无从发挥。就像扫地机器人的指挥官，RR mason™系统的“实时数据管理算法”负责管理分发传感器采集到的环境数据，再交由“感知与建图算法”进行数据融合与分析，最后“导航与运动算法”根据分析结果进行动态导航及规划，帮助扫地机顺利开启作业。
说完核心算法，我们再来聊聊此次T7 Pro最大的亮点AI双目视觉避障。之前我们提到，双目视觉避障多应用在自动驾驶和无人机领域，T7 Pro开创性地将无人机和自动驾驶的前沿科技运用到扫地机避障上。
T7 Pro采用了两颗500W像素、120°广角摄像头，通过立体视觉技术和AI物体识别技术，用大视角双目摄像头获取到周围环境的深度信息，同时采用卷积神经网络深度学习进行AI物体识别，使产品能够基于障碍物类别和深度信息进行避障策略判断，进而实现避障“零触碰”。
如果说RR mason™ 算法是智慧的大脑，双目视觉避障是看清世界的眼睛，那么芯片就是跳动的心脏。T7 Pro首次与高通合作，采用高通骁龙8核处理器APQ8053，以确保所有图像数据都能够通过芯片更好更快地处理。
除了一如既往地在产品硬核配置上进行优化，石头科技还切身站在用户角度思考问题。为了做到全时段环境的无感避障，T7 Pro选择了红外补光灯，因为红外是不可见光，用户感知不明显，也不会在昏暗的环境中被开启补光灯的机器人打扰，尤其适合工作繁忙或家中有宝宝的用户。
可能有人会将石头科技今年3月推出的T7与T7 Pro做比较，其实两者基础功能是一样的，清扫和拖地能力一致，只不过T7 Pro多了AI双目系统，采用了高通8核CPU，对于家里地面杂物较少，没有宠物或孩子的用户推荐更具性价比的T7，如果是喜欢体验新科技产品的数码达人，或者家中有小孩或宠物，那么T7 Pro是一步到位的最佳选择。
早在上世纪八十年代，索尼公司就已经开始进行自主吸尘机器人的研发，这被视为清洁机器人的研究先驱。
近五十年过去了，扫地机器人在经历了以随机式导航为代表的随机类产品、以产品陀螺仪++加速度计导航、惯性导航为代表的局部规划类产品后，迈入了S LDS激光测距传感器、V V- -M SLAM图像位移定位的全局规划产品阶段。
可是技术实力的进步并不完全等同于市场完备。数据显示，近两年扫地机器人的市场销售份额增速平均在40%以上，与之形成鲜明对比的却是不足10%的行业渗透率。
还有一个值得关注的现象是，目前国内扫地机器人并没有一个明确的行业标准，每个厂商都各自为政且有一套自己的测试规范，比如覆盖率、避障能力、回充能力、地图交互能力等，大家没有就一些硬性指标达成共识。需求端与供给端的强烈反差导致市场生产的产品良莠不齐，市场成熟度也远不及预期。
今年大环境因疫情这只“黑天鹅”的突袭变得更加复杂，整个家电清洁行业的发展也在一定程度上受到阻碍，有些厂商为了生存不惜打起价格战。
越是危急时刻，越考验企业的综合实力。对石头科技来说，继续在扫地机器人的软件和硬件上精进，持续给消费者带来新鲜优质的使用体验是不变的使命，T7 Pro作为石头科技2020年AI科技探索新品被寄予厚望，也给行业带来了新的改变。
比如T7 Pro建立在海量图像基础上的机器学习和卷积神经网络的AI物体识别技术，会针对不同物体采取不同的安全距离躲避策略，覆盖全面同时减少被困风险，未来还将通过OTA升级持续进化，支持更多可识别物体，这是避障技术一次大的跃迁。
伴随5G、大数据等新技术的普及，扫地机器人有望成为智能家居生态的最佳入口，以石头科技为代表的厂商则是夯实整个生态的底座。
行业的自我进化是天然法则，就像恩格尔巴特定律提到的，人类的能力呈指数级增长，在改进的基础上持续改进是我们特有的能力。
号角吹响，洗牌在即，在这场不可预知的激烈角逐中，石头科技的T7 Pro已经披好铠甲，准备杀入新的战局。
备案号：沪ICP备10015141号-1 杏彩体育·(中国)官方网站欢迎来电咨询！
