扫地机器人行业陷入发展瓶颈，未来路在何方

（文章来源：IT168）

近年来，随着服务机器人产业技术的不断进步，产品的不断迭代，以及家具生活方式的逐渐智能化，我国扫地机器人销量以惊人的速度增长。捷孚凯零售监测的数据显示，近五年我国扫地机器人零售量复合增速已经超过50%。截至2017年12月，我国扫地机器人零售量市场规模已达332.5万台，零售额约44亿元。然而， 2019年上半年，随着人口红利消失、市场需求饱和，扫地机器人的增长明显开始放缓。据中怡康零售监测数据显示，扫地机器人线上销售量同比下降10.4%。

受家电行业整体外部环境的影响，据奥维云网(AVC)推总数据显示，2019年上半年，吸尘器市场规模为91.2亿元，同比仅增长5.4%;零售量为1041万台，同比提升1.9%，从产品结构来看，扫地机器人已经拖累了吸尘器大盘的增长。除了外部因素之外，扫地机器人产品“伪智能”、“不实用”等负面评价也在一定程度上降低了消费者的购买意愿，行业亟需进行技术升级。

说到扫地机器人行业的技术升级，就不得不提到扫地机器人的核心之一——感知模块。随着深度学习、机器视觉等人工智能技术的不断发展和进步，扫地机器人产品的迭代速度有目共睹，逐渐由早期的机械式向如今的智能方向演进。在这一发展历程中，行业普遍认为可将市面主流机型大致分为三个阶段：第一代的随机清扫、第二代的规划式清扫以及第三代的导航建图式清扫。相比第一代随机清扫，后二者都具备路径规划能力，但不同的感知核心仍旧为这些扫地机器人赋予了不同效能的工作能力。

随机清扫式的扫地机器人清扫效率和质量大概率仰赖算法的优劣，反复清扫或大面积漏扫的情况非常普遍。该模式在扫地机器人概念诞生之初广为应用，然而由于并未切中消费者的痛点，不能实现解放双手的目标，后逐渐为规划式产品所替代。

普通的规划式产品，比起随机清扫，在扫地机器人的行走路线算法上做了大幅优化，并配备了诸如陀螺仪等传感器，帮助扫地机器人以相对规整及高效的路线进行清扫。

随着传感器技术的不断革新与发展，应运而生的第三代扫地机器人产品具备了导航建图、全局规划的能力，从源头上真正大幅提高了扫地机器人的清扫效率。SLAM(Simultaneous Localization And Mapping)的含义是即时定位与地图构建，指的是机器人在自身位置不确定的条件下，在完全未知环境中创建地图，同时利用地图进行自主定位和导航。也就是说，扫地机器人需要在未知环境中从一个未知的位置开始移动，在移动过程中根据位置估计和传感器数据进行自身定位，同时建造增量式地图。

目前依据传感器及SLAM技术的不同，具备SLAM能力的第三代扫地机器人产品又可以分为基于LDS激光测距传感器的扫地机器人产品以及基于机器视觉(vSLAM)的扫地机器人产品。激光SLAM由于起步早，目前体系和框架已趋于稳定，产品落地相对成熟，主要分为单线式和多线式，目前市面上大多数建图规划的扫地机器人产品都属于这个范畴。但其高昂的造价以及无可避免的凸起式的硬件结构使得扫地机器人机身厚度增加，降低了扫地机器人的通过性。

事实上，RGBD传感器也可分为结构光、ToF、视觉方案等几种主流方案。ToF及结构光方案由于高昂的造价，以及极易受环境光照影响等原因，目前并未成为扫地机器人的首选vSLAM方案。而视觉方案依靠其高性价比，在一众RGBD方案中脱颖而出，成为各大厂商布局vSLAM产品的关键。在视觉方案中，又分为单目方案和双目方案。单目视觉仅利用一台摄像机完成定位工作。单目摄像头在单帧图像中，无法确定距离物体的真实距离，只能通过相机的运动，利用多帧图像形成三角定位，来进行距离测量。

以现有的单目朝天方案来说，由于其摄像头朝天，带来的局限性是无法进行依托视觉的避障，亦无法保证全局式的建图及导航规划;因此主流单目方案仍旧是通过碰撞来实现边界探索。而双目方案可通过三角定位方式实现精准的距离测量，从而实现无接触式的避障与清扫，不破坏家具，不碰撞儿童、宠物及其他生活用品。除此以外，双目方案在配备更高性能镜头和更强算力处理芯片的情况下能够实现环境及物体的识别，比起其他方案，在家庭环境中具有更强的鲁棒性，能够识别蚊帐、窗纱等较高透光性的物体，防止异物的卷入，甚至可实现双目跟随，实现更有目的的高效清扫策略。