清洁快讯丨视觉、激光，谁才是导航技术的未来？

慧聪酒店网 2024-08-12 10:59 来源：网络

机器人导航技术的发展

1996 年，伊莱克斯公司制造了名为 Trilobite 的扫地机器人，它具备超声波探测避障和房间地图构建功能。2010 年，第一台搭载激光导航技术的扫地机器人 Neato 问世，标志着清洁机器人正式进入规划式清洁时代。十年前，iRobot公司的 Roomba 风靡一时，正式开启了扫地机器人商业化和家庭普及的新时代。

随着顶级玩家 iRobot发布一系列革命性智能产品，扫地机器人正式完成了从功能性向智能型的进阶。产品大致历经了三个阶段，即随机式清扫、规划式清扫和导航建图式清扫阶段。纵观导航技术的发展，激光雷达发挥了无可替代的作用。

随着激光导航技术不断迭代，算法越发完善，成本也在不断下探，其精度高、反应快、稳定性高的优势使其成为了当下最成熟的导航应用技术。然而近些年视觉导航方案也迎头赶上，对已经成熟的激光导航市场发起了冲击。

激光导航技术受限于传感器配置，无法识别颜色、纹理等信息，尤其在动态障碍物较多、光线强度较大以及环境极其复杂的场景中，激光导航需要更复杂的算法来处理，存在一定的局限性，在智能决策和交互方面存在缺陷，这使得视觉导航技术渐渐被各大厂商所接受。

视觉技术可以利用摄像头捕获的丰富图像信息进行环境感知，包括颜色、纹理等，这使得视觉技术在理解复杂场景方面更具优势。双目视觉导航通过双目采集到的 2D 环境信息，经过算法处理生成的 3D 环境地图，拥有丰富的语义信息，不仅可解算出机器与障碍物的距离，还有它的体积以及属性信息，这对实现智能决策和交互提供了充足的前提条件。

更重要的是，视觉导航技术可以通过结合深度学习算法进行图像识别和处理，提高对环境特征的识别和理解能力，这为视觉技术在复杂场景中的应用提供了更多可能性。然而更丰富的技术效果也意味着更高的开发难度。

由于视觉导航数据处理量巨大，对算力要求很高，且容易受环境、参照物的特征信息以及智能机器人硬件条件等因素影响，算法开发难度极高，也因此导致现有的不少视觉导航方案有着精度低、稳定性不足的缺点。

Cobi 18 作为国邦协同科技的第一款清洁机器人，采用了基于双目视觉与激光雷达的多传感器融合 SLAM 技术（激光雷达，超声波雷达，悬崖传感器，3D TOF 等），很好的弥补了纯视觉导航技术精度相对较低的问题，并且能够应付低能见度与强光照射的环境，同时也拥有视觉技术强大的获取信息与辨别场景的能力，能够更好更智能的识别物体并规划路径。视觉导航强大的学习能力注定其上限更高，随着不同场景信息样本的增加，视觉导航的精度和智能程度将会进一步提升。