怎樣判斷自己身在何方掃地機器人和智能駕駛的千絲萬縷

賈鵬

最近幾年，“智能駕駛”被炒得沸沸揚揚，由特斯拉和谷歌領銜，而后眾多互聯網科技企業紛紛投身其中，一時間風起云涌。而同樣作為人工智能下的一部分，市面上的掃地機器人也常常被詬病打掃不力，出現“亂跑亂撞”、“強懟墻角”等問題。此前，美國的Neato公司和國內的360都宣稱旗下的掃地機器人產品搭載了自動駕駛技術，那么，它是怎么將自動駕駛的眼睛嫁接到掃地機器人身上的呢？掃地機器人真的能分辨出自己身在何方了嗎？

掃地機器人是如何定位的

作為清潔領域的“無人機”，智能掃地機器人悄然進入我們的視線中，替代雙手完成地面清掃工作，對于討厭做家務的上班族來講，簡直是一大福音。用過掃地機器人的朋友一定會遇到這樣的情況，掃地機亂跑亂竄，有的地方掃了好幾次，有的地方卻從來不掃，實在沒有“智能”可言。

其實，判斷一款掃地機器人到底是“智能”還是“智障”，還得取決于它的定位方式。最初的第一代掃地機器人只能靠亂跑亂撞來改變路線，清理效果不盡人意，因而又出現了第二代掃地機器人，也就是現在我們買到的掃地機器人。

掃地機器人最常見的定位方式有以下三種：

基于信標定位：信標定位原指在航海或者航空中利用無線電基站發出無線電波實現定位與導航的技術，放在掃地機器人上則是利用三點式定位，測量機器人與周邊環境距離的變化來判斷機器人與信物的相對位置，這樣的定位方式得到的坐標精準度較高、穩定性好，但安裝信標的花費很高，市面上應用這項技術的機器人少之又少，大部分都是用在高端產品當中。

地圖模擬定位：通過自身的各種傳感器探測周圍環境，利用反饋的數據構造出一個模擬地圖，并與事先儲存的完整地圖進行匹配，最后得到一個在全局環境中的坐標，從而確定自身的位置，這種方式比較適合結構簡單的環境，如果遇到復雜的環境則工作的時間更長，也更加費電。

天花板圖像定位：掃地機器人朝上的一面配備一個能夠拍攝天花板圖像的高清攝像頭，通過拍攝天花板圖像來匹配位置，定位自身在環境中的坐標，這種定位系統對于天花板的幾何圖形要求比較高，幾何信息模糊的天花板會大大影響定位精度。

這3種定位方式各有優劣，信標定位準確，但是費錢，且不說信標物貴，前期安裝也是費事費力；天花板定位對參照物要求高，定位準不準全靠運氣；只有地圖模擬定位相對靠譜，造價又低，是一種兩全之計。無論它們的定位方式如何不同，目的都是一致的：盡可能避開障礙，覆蓋盡可能多的清掃面積。因為復雜的家居環境，掃地機器人遭遇的危險和障礙，和無人駕駛的工作方式高度重合，在復雜多變的環境中規劃出一條高效安全的路線。

掃地機器人植入智能駕駛的眼睛

經歷了兩代掃地機器人的進化，價格昂貴、偽智能等致命缺點迫使市場不得不推出新一代的產品。事實上，這幾年很多科技巨頭企業都在不斷探索中，在價格與智能的蹺蹺板上尋找一個最佳的平衡點。

面對這樣的問題，把汽車的無人駕駛技術下沉到掃地機器人上能否解決？掃地機器人面對的障礙和危險，在某種程度來說并不亞于無人駕駛車輛，而它們的目的相似，如果把激光雷達傳感器放置到掃地機器人上，邏輯上似乎也沒什么不妥。

事實上Neato就是這樣做的，將谷歌的自動駕駛汽車算法SLAM和激光雷達傳感器結合到一起，自動駕駛汽車將激光雷達放置在車頂上，掃地機也同樣地在頂部凸起部分集成了激光雷達和雷達接收器。當掃地機器人啟動時，凸起的激光掃描系統便開始工作，以每秒5圈的速度，向周圍的環境發射激光，實時掃描周圍環境，并在機器內部系統形成一個3D地圖，這種掃描系統與谷歌的無人駕駛技術原理上是完全一樣的。

Neato生成地圖后，可設置清掃一遍或2遍。如果設置為清掃2遍，掃地機則會在地圖的邊界清掃，然后來回清掃第一遍，清掃第2遍時，它會改變不同的方向，重復該過程，整個清掃路線形成網狀結構。

基于這樣精準的傳感器和高效率的算法，Neato很快就可以完成掃地流程，并且不會重復掃同一塊區域，還能避免碰撞家居，比普通的掃地機器人更快、更全面地完成了房間的打掃。

為了驗證應用了無人駕駛技術的掃地機器人是否可以辨認自己身在何方，我們做了幾個測試。

一、把Neato掃地機器人放置在客廳工作，等待它清掃一段時間后，將它搬離至同一個房間的不同位置，繼續開啟清掃。掃地機繼續開始清掃，且避開了此前清掃過的位置，看來機器已完成了地圖構建。

二、把Neato掃地機器人放置在客廳工作，等待它清掃一段時間后，將它搬離至不同房間，繼續開啟清掃。掃地機遲疑一會后重新開始工作，面對陌生環境，它也選擇了重新去探測和構建地圖。

三、把Neato掃地機器人放置在客廳工作，等待它清掃一段時間后，將它搬離至不同房間，繼續開啟清掃，然后再將其移動到最初的客廳位置開始工作。掃地機器人像是從來沒有清掃過這片區域一樣，重新開始了探測工作。Neato的地圖記憶可能只能保存一份，當面對陌生環境時，它將會覆蓋原先掃描過的地圖，重新構建保存當前環境的地圖。

掃地機器人是迷你版無人汽車

從以上的測試可以看出來，運用了智能駕駛后掃地機器人在掃地上有更快速有效的算法和方案，雖然看起來智能駕駛汽車和掃地機器人無論是級別還是功能上都有著天壤之別，但他們確實存在很多共性。

從工作原理上來講，他們都是正確識別當前的工作環境，并且制定出一條路線。同樣是激光雷達，通過傳感器收集數據，傳輸到處理器上，根據地形信息制定出合理的方案。但掃地機器人上的激光雷達并沒有汽車上的那么大，汽車上的雷達測量距離可以長達數百米，而放到掃地機器人上，10 m左右的測量距離完全可以滿足大部分家庭環境。

在軟件層面上，掃地機器人幾乎把汽車上的SLAM技術完全搬了過來，精準的地圖感知讓掃地機器人即使在狹小的空間也可以準確判斷。再加上算法的不斷升級優化，面對突發問題上能夠有更好的處理方式，更加適合掃地機器人的應用場景。

不難看出，掃地機器人與智能駕駛汽車有著千絲萬縷的關系，稱它為行走在家庭中的無人汽車也不為過。在互聯網的時代，一切想法都將變成可能，通過不斷提升研發能力，與高端的產品特性相結合，像這樣出色的“嫁接”產品就會誕生。

掃地機器人的硬傷仍在

被譽為第三代掃地機器人的智能駕駛掃地機，在無人駕駛以及一系列傳感器技術的加入后，清掃覆蓋率得到了長足的提升，但是越線和邊角清掃兩大難題仍然困擾著各大掃地機器人廠商，而硬懟墻角凳角、無法分辨軟障礙等問題也同樣存在。

而同樣火爆的智能駕駛，也存在著自己的局限。雖然這幾年大肆發展智能駕駛，無論媒體和廠商宣傳得有多牛，但不得不承認自動駕駛目前還處于不成熟的階段，在智能駕駛行業內有2套不同的標準，不約而同地分為了5個等級，從L1～L5，目前量產汽車自動駕駛技術都只停留在L2～L3級別，也就是說駕駛過程中需要更多的人為操作，想要達到L4或者真正全自動駕駛的L5還需要非常漫長的時間。

以馬斯克的特斯拉為例子，近些年有關其旗下的自動駕駛技術的負面新聞就不勝枚舉，交通事故頻發也導致很多人對這項技術持懷疑態度，同樣的問題放到掃地機器人上，消費者希望從繁瑣的家庭日常清潔事物中解脫出來，讓掃地機器人代替人類完成掃地工作，如果掃地機器人不能勝任這樣的工作，最終家務還是得落到消費者手中。

將自動無人駕駛技術與掃地機器人結合確實是這個時代的大勢所趨，但想要確保這項技術在掃地機器人上穩定發展且受到消費者的認可，首要的任務是必須解決技術上的缺陷和不足，然后才能將相關的產品推廣到市場，否則仍然是“偽智能”的掃地機器人。