让机器人读懂家庭空间逻辑

场景理解是在视觉语义识别的基础上，整合空间布局、语义标签、动态信息与用户习惯，构建具备逻辑关联的家居环境认知，让机器人不仅知道“眼前有什么”，更明白“这个区域该怎么清洁”。家用场景理解的核心，是建立语义地图与清洁决策的映射关系，实现空间、物体、任务的协同适配。

三维语义地图构建

传统扫地机器人构建的是纯几何地图，仅记录空间轮廓与障碍物位置；而融入语义感知后，会升级为三维语义地图，在几何信息的基础上，叠加物体类别、属性、区域功能等语义标签。机器人通过VSLAM（视觉即时定位与地图构建）技术，一边移动定位，一边将识别到的语义信息与空间坐标绑定，比如标记“客厅-地毯-禁止湿拖”“厨房-油污区-增强吸力”“卧室-床底-低矮区域-慢速清扫”。

语义地图具备可更新、可记忆特性，当家居布局发生变化（如挪动沙发、新增摆件），机器人可通过视觉感知重新识别并更新地图标签；对于固定家具，会长期保留语义信息，减少重复识别耗时。同时，地图会区分永久障碍物（家具）与临时障碍物（杂物、宠物），对临时目标采取动态避让策略，不改变整体清扫路径。

场景属性与清洁策略匹配

基于语义地图的标签信息，机器人会按照场景属性匹配对应的清洁策略，贴合家用不同区域的清洁需求。针对地面材质，识别到地毯时自动提升吸力，深度清理缝隙灰尘；识别到木地板、瓷砖时，切换标准吸力，搭配合适拖地水量，避免损伤地面。针对区域功能，厨房、餐厅等重污区域，采用往复清扫模式，加大吸力与拖地力度；卧室、书房等轻污区域，降低运行噪音，采用静音清扫模式；玄关、过道等高频通行区域，重点清扫边角与灰尘聚集区。

针对特殊物体与场景，机器人会执行差异化避障与处理逻辑：识别到电线、鞋带等细长杂物，保持安全距离绕行，避免主刷缠绕；识别到宠物、儿童玩具，轻柔避让并调整路径，不触碰、不碾压；识别到楼梯、陡坡等悬崖区域，提前减速并转向，防止跌落；识别到宠物粪便等特殊污渍，精准定位并重点清洁，同时避免机身沾染扩散污渍。

动态场景适配与学习

家用环境存在大量动态变化，比如行人走动、宠物跑动、临时摆放的物品，场景理解算法需要具备实时动态适配能力。通过视觉感知追踪动态目标的移动轨迹，预判目标行进方向，提前调整清扫路径，实现主动避让，而非被动碰撞反应。同时，机器人可通过持续学习，适配用户的生活习惯，比如记录用户常活动区域、清洁时间偏好，自动优化清扫顺序与强度；记忆家居布局的变化规律，逐步提升环境适应能力与清扫效率