扫地机器人开年之战：新品初现 战局微调

　　从今年年初发布的几款扫地机器人新品不难看出，整个扫地机器人行业略有动荡，产品和技术调性也稍有调整。这使得雷锋网对扫地机器人这一品类今年会有怎样的市场表现和市场反馈也有所期待。

　　年初新品：自动集尘系统、AIVI视觉、一次性拖布

　　开年之初，扫地机器人集体上新，仅在3月，包括iRobot、科沃斯、石头科技、戴森四家先后发布新品，具体发布产品如下：

　　iRobot：2019年3月11日，iRobot在中国发布Roomba i7，配备iAdapt 3.0系统、vSLAM视觉导航算法、Imprint智能规划等，主要新增功能是加入自动集尘系统;

　　科沃斯：2019年3月18日，科沃斯在AWE 2019上发布了DG70，扫拖一体，配备了LDS雷达定位、SLAM导航算法、Smart Navi 2.0路径规划算法等，首次应用AIVI(视觉避障)技术;

　　石头科技：2019年3月19日，石头科技发布新品T6，扫拖一体，配备了LDS雷达定位、SLAM算法、Rock Navigation动态路径规划、地图管理3.0系统等，强调了一次性拖布和爬梯能力;

　　戴森：2018年3月24日，戴森发布无绳吸尘器V11。与前三家有所不同，戴森3月推出的是其吸尘器新品，主要强调了其新增的LCD显示屏。

　　从这四家在国内较为知名的厂商发布的新品来看，前三者发布了扫地机器人新品，并分别针对集尘、避障、拖布、爬梯等细微环节进行了调整，这一方面是根据用户反馈进行的功能改进，另一方面也是产品针对新功能的动态调整和市场尝试;与此同时，针对导航算法、路径规划、地图管理等软件能力，各家也分别进行了不同程度的版本升级。

　　此外，后者(戴森)针对覆盖扫地机器人“隔壁市场”的吸尘器进行了产品迭代，新品较为显眼的一点是加入了一块显示屏幕，这自是后话。

　　机器视觉的概念化应用与落地可能

　　前文提到，科沃斯今年发布的DG70首次应用了AIVI视觉技术，雷锋网了解到，科沃斯引入的AIVI技术，是用来弥补LDS雷达导航中程定位能力，并为随后将可能占据(智能化)更大权重的场景识别能力做准备。

　　机器视觉是近两年研发、应用都很火的技术，这其实有很多方面的原因，诸如各类硬件核心处理器处理能力的提升、网络传输能力的提升，当然也有智能设备的兴起对视觉信息的实时需求。其中，尤以在家庭场景中应用为先，随着智能家居概念的引入，使得智能语音、3D视觉等不同维度的技术被越来越多应用到相应设备中，这其中就包括扫地机器人。

　　iRobot是最早将机器视觉应用于扫地机器人的厂商之一，早在2015年，iRobot就已经在其Roomba 9系扫地机器人上开始应用vSLAM视觉导航技术，并在随后四年中不断进行软件迭代。

　　iRobot创始人兼CEO Colin Angle此前曾向雷锋网表示，“iRobot的视觉导航系统通过可视化地标进行定位，例如天花板的一角、墙上的一幅画，或者是一扇窗。只要看到其中三个地标，它(扫地机器人)就会知道自己在哪里。”

　　关于激光雷达和机器视觉的基本工作原理，这里简要概括如下：

　　激光雷达基本工作原理：雷达向目标发射探测信号(激光束)，并接收从目标反射回来的信号(目标回波)与发射信号进行比较，并以此获得目标的距离、方位、高度、速度、姿态等相关信息。一般而言，采用激光雷达构建的是二维地图。

　　机器视觉基本工作原理：以摄像头进行图像信息采集，将采集的信息进行压缩，并将压缩的信息输入到一个由神经网络和统计学方法构成的机器学习子系统，再由机器学习子系统将采集到的图像信息与扫地机器人实际位置关联，实现自主导航定位。有别于激光雷达，机器视觉通过对周边环境进行光学处理，可以从感知到的二维图像中提取信息，并构建三维地图。

　　目前可见的扫地机器人各大厂商能力配备方面，科沃斯、浦桑尼克等扫地机器人知名大厂已在2017年前后配备了vSLAM视觉导航技术。科沃斯在2017年发布的DL33配备了vSLAM技术;2017年12月，浦桑尼克也发布了vSLAM 811GB扫地机器人。而戴森更是早在2014年9月发布的360Eye扫地机器人就已经应用了vSLAM技术，早早占了个坑位。

　　由于机器视觉技术在扫地机器人上的应用尚且不够成熟，而且对其他软硬件性能要求较高，目前部分厂商仍是将机器视觉作为卖点配备在高端产品上，尚且难以下沉到主流市场。其中，在软件算法上，各家算法略有不同，不过从用户反馈来看，以机器视觉做导航、定位的扫地机器人仍有诸如难以适应强光环境、难以用于复杂地形等槽点有待改进。

　　前文有提到，vSLAM是扫地机器人用以导航、定位的主流机器视觉技术，因而也被当下多数厂商看好并应用。其主流硬件配置又可以分为三类：单目、双目、RGBD，随着机器视觉热度升温，甚至成为高端机型卖点，部分厂商的扫地机器人通过配备单目摄像头以对标机器视觉。值得注意的是，单目摄像头由于无法测量‘深度’，仅使用单目摄像头无法实现3D构图(获取3D信息)。因此，这滩浑水中，目前仍难免存在一些伪概念。

　　尽管如此，随着扫地机器人大厂发力，及机器视觉方案厂商近两年持续的技术和产品迭代，雷锋网认为，今年下半年预计会出现越来越多应用机器视觉的扫地机器人，而这波产品落地形成的热潮也将会继续打磨技术，加速技术迭代和商用。

　　关于扫地机器人应用机器视觉这一趋势，有两个点值得思考：

　　一是可视化识别能力的应用。机器视觉使得图像识别成为可能，基于此的后续算法研发和能力应用能带来哪些可能，有待进一步思考和尝试;

　　二是专用芯片。机器视觉由于对计算能力要求较高，是否需要独立配备专用计算芯片，这是个问题。目前市面已有诸如Movidius这样针对机器视觉的专用处理器，iRobot新品Roomba i7用了4颗高通CPU，不过，Colin Angle表示，iRobot未来很可能会应用(针对机器视觉的)定制化芯片。

　　此外，科沃斯机器人副董事长、家用服务机器人总经理钱程此前也向雷锋网表示，“当产品规模足够大时，相应成本也逐渐为用户所能承受，未来扫地机器人也必然会应用专用视觉处理芯片。”

　　扫地机器人技术关键点和跨行业竞争

　　除去导航系统以外，扫地机器人在软硬件上还有诸多核心点，硬件方面包括核心处理器、各类传感器、供电系统、底盘结构，以及现在标配的充电桩等;软件方面包括路径规划和建图算法、场景识别、手机App开发等。

　　从行业整体竞争点来看，主要可以分为以下三个点：

　　各厂商在能力升级方面，从诸如自动集尘系统、一次性拖布这些用户反馈的问题进行创新开发，这类研发相对简单，多被作为各厂商产品营销中的卖点;

　　硬件处理能力、软件算法能力持续迭代，这部分虽然并不能直观地从功能上体现出来，但却是持续改善扫地机器人关键性能和之后做功能创新的核心;