INDEMIND：告别人工智障，扫地机器人哪种避障方式能让你“躺平”？

方寸之间，腾转自如，这或许是人们对扫地机器人避障功能的理想期待。

谁才是扫地机器人的“最 优解”?

评判一款扫地机器人好用与否，避障表现无疑是核心因素。一款能够准确有效规避家居、行人、动物的产品，不仅能够保障产品的安全性，也能有效提升清扫效率和清洁效果。然而从市场调查来看，目前市面上大多数产品的避障表现并不理想，究其原因，在于它们采用的避障技术各有差异。

目前几种比较主流的扫地机器人避障技术主要有机械避障、视觉避障、激光雷达避障、3D ToF避障、红外光源避障等。

机械避障:早期扫地机器人使用的主流避障技术，目前只应用于低端产品，优点是成本低、原理简单，缺点是扫地机器人不停碰撞障碍物，不仅效率低，准确度低，同时容易损坏家居。

红外光源避障:通过发射红外线、接受反射的光线、用三角测距的原理判断和障碍物之间的距离。优点是成本低、容易实现。缺点是精度不高，对深色可吸收红外线的物体比较敏感，影响准确度。

激光雷达避障:目前最为主流的技术方案，通过激光雷达发射和接受反射信号，判断与障碍物的距离，优点是延迟低，效果稳定，准确度高，成本也较低，缺点是受限于激光雷达布局，有探测盲区，容易对地矮障碍物产生误判，且无法规避玻璃等高反物体，同时激光雷达无法识别语义的天然缺陷，也导致无法实现智能避障。

3D ToF避障:发射激光到物体后计算反射时间，从而根不同时间计算可以获得物体的形状深度，从而实现避障功能。优点是识别的距离远，不易受环境影响，缺点是成本高，识别分辨率比较低。

视觉避障:分为双目和单目，双目效果优于单目。目前部署量也相对较多，通过摄像头机器人能够像人眼一样对物体进行识别，并利用算法实现避障，优点是能够根据识别到的不同障碍物信息，做出策略化的避障动作，如不同规避距离，且成本较低，不过缺点不仅算力要求高，精度和稳定性也较差，同时易受光线影响。

总的来说，激光雷达避障仍是现有的主流方案，但从技术发展潜力来看，视觉避障无疑代表着未来的主流方向，能够看到，市面上的视觉技术正越来越丰富，成熟度也越来越高，视觉技术的缺陷已不再是无法解决的难题。

腾转自如，正成为现实

作为行业领先的AI技术供应商，INDEMIND凭借在机器人视觉技术研发的多年积累，针对性解决了视觉算力高、精度低、易受光线影响等多个问题，并通过对自身技术接轨融合推出了一款纯视觉的家用机器人导航避障决策交互ALL IN ONE解决方案「家用机器人AI Kit」，在避障方面，已能够实现低矮障碍物避障、高透障碍物避障，智能语义避障等。

为了解决算力问题，INDEMIND在算法上实现了VSLAM和深度学习模型轻量化，配合硬件采用的CPU（NEON）、GPU、NPU算法加速技术，有效降低了平台的计算压力，目前已能够在几美金的计算平台实现稳定运行建图、导航、避障等任务逻辑。

在实际运行中，基于INDEMIND研发训练的物体识别卷积神经网络模型，可以准确识别家用场景中的低矮障碍物（例如:动物粪便、拖鞋、钥匙串、线材、地插等）、透明玻璃容器类障碍物、动态障碍物(人、宠物)等等，避免扫地机拖行障碍物或障碍物致使机器人被困。同时智能避障可结合物体识别信息根据物体分类进行避障，可以有效避开动物粪便、拖鞋等特定障碍物，识别策略可配置，目前精度可达1%，最小尺寸1cm。

INDEMIND家用机器人AI Kit【低矮障碍物避障】

INDEMIND家用机器人AI Kit【透明物体避障】

为了应对光线适应问题，INDEMIND开发了一套系统化环境补光策略，包含主动式环境补光配置和光照变化条件下的建图策略，在实际表现中，面对强光直射、无光源、昏暗等特殊光照环境均能无差异工作，满足全天候作业要求。

INDEMIND家用机器人AI Kit【黑暗环境避障】

此外，作为一款ALL IN ONE的机器人解决方案，「家用机器人AI Kit」可实现家用机器人导航定位、智能避障、路径规划、决策交互等各种核心功能的同时，在智能化方面也具有独有优势。基于立体视觉技术构建的高精度三维语义地图能使机器人在语义层次上理解环境信息，结合决策交互引擎技术，机器人能够模仿人类大脑对环境理解的方式，进行策略处理，显著提升机器人的“智商”水平，如在交互表现上，可通过语音、手势、动作等自然语言指令，命令机器人进行安全、搜寻、跟随、自主寻路、定向清扫等多种智能逻辑。以定向清扫为例，发布语音命令:“清扫一下卧室”可被识别为针对地图上识别到的卧室区域进行一次规划清扫。目前，INDEMIND已和国内多家扫地机器人厂商达成合作。

方寸之间，腾转自如，对于扫地机器人而言，已不再是幻想。