近几年，扫地机器人市场呈现大爆发的状态，随着价格的降低，功能的升级，各式各样的扫地机器人已经开始走进千家万户。我们相信在未来几年内，扫地机器人会成为第一个做到真正意义上普及的机器人品类，也会成为和电视，冰箱，空调一样家庭必备的电器产品。
扫地机器人市场现状以及主流方案
目前看来，市场上扫地机器人按照价格和功能大致可以分为如下几类：
低端产品：主要为1年之前市场上的主流产品以及目前市场上千元以下级别的扫地机器人。这个级别产品的主要特征就是清扫方式为随机碰撞方式，没有任 何路径规划功能，清扫覆盖率低，实用性很较差。
中端产品：集中在1000-3000价位之间，大多提供不同程度的规划功能，方案很多，但都有不同程度的缺陷，下文详述。
高端产品：以国外品牌为主，价格在3000以上，有的型号甚至接近万元，性价比低，使用起来并不方便。虚拟墙，灯塔等等的设置非常繁琐而且会导致成本提升，昂贵的价格也并没有带来扫地机器人本质上的改变。
就目前市场上的中端主流产品来看，大多具有不同程度的路径规划功能，技术方案集中在以下几个：
惯性（使用IMU-惯性测量单元）方案
该方案使用IMU提供加速度和角速度来计算设备的轨迹以及当前的姿态。
优点：
该方案可以实现有规律的弓字形清扫。
缺点：
只提供Inertial Odometry，加速度经过两次积分形成的位移数据会有累积误差，轨迹偏差会随着清扫的过程越来越大；
因为没有其他类型的感知信息，对于相对复杂的房型会有漏扫的情况；
没有全局地图，只能根据位移生成轨迹图，故无法实现回充续扫以及被移动后的位置检测。
惯性+单目朝天摄像头方案
该方案在惯性方案的基础上增加了一个朝天的摄像头。
优点：
可以提供Visual Inertial Odometry，用视觉去弥补IMU的累积误差；
有视觉信息作为输入，可以处理相对复杂的房型以提高清扫覆盖率；
摄像头朝天的VIO算法相对简单，技术门槛较低。
缺点：
对视觉算法来说天花板有效特征有限，房间内经常会有特征重复的位置，对SLAM算法来说很难做全局定位；
有些方案会使用大视角甚至鱼眼镜头，这类镜头让很多像素分布到了四周，单位角度的像素数量会变少，导致特征点质量变差，而且畸变严重；
所以惯性+单目朝天摄像头的方案仍然很难解决全局定位，回充续扫等实际需求。
单线激光雷达方案
优点：
建图和定位精度较高；
可以实现全局定位，回充续扫等功能。
缺点：
激光雷达成本相对较高；
激光雷达的机械特性导致其易损坏，寿命有限；
信息有限，只能提供二维平面的点云数据，没有其他信息，无法识别障碍物的类型，对于这个平面之外的物体，比如低矮障碍物也无法进行感知。
除此之外，还有一些采用结构光等主动光深度摄像头的方案，这些方案对障碍物的距离可以做到相对准确的检测，但和激光雷达类似，由于没有色彩信息且分辨率不高，同样无法识别障碍物的类型，而且方案成本相对较高。
所以说，目前主流的扫地机方案虽然可以解决一些实际的问题，可用性也比之前有很大程度的提升，但是也都或多或少存在着一些缺陷。PerceptIn在近期推出了自己的智能扫地机器人方案，下面让我们来一探究竟。
PerceptIn单目视觉扫地机器人解决方案
PerceptIn单目视觉扫地机器人解决方案ZULUKO的硬件规格如下：
4核ARM SoC
单目RGB摄像头
6轴IMU
串口通信
该方案和惯性+单目朝天摄像头方案最大的区别就是摄像头的视角朝向，ZULUKO的摄像头采用的斜向上45度的朝向，可以最大限度的捕捉家庭环境中最有效的特征，同时可以避免天花板灯光的正面照射，为真正意义上的视觉SLAM提供最有效的环境基础。
在这个基础上，基于PerceptIn的单目视觉解决方案的扫地机器人可以实现全局地图，断点续扫，被移动后的位置检测等功能。
下面是PerceptIn单目视觉扫地机器人解决方案的主要特色功能展示：
弓字形清扫，同时创建房间地图并生成清扫轨迹
图中右上角为摄像头实拍的图像，左上角是系统基于视觉SLAM算法生成的实时轨迹。
断点续扫
基于视觉SLAM算法，扫地机器人可以记录自己在被搬起那个时刻的位置，同时可以计算出被放下后新的位置，有了这两个位置之后再做路径规划，即可实现扫地机器人被搬起放到新的位置之后，重新回到原位置继续清扫。
同样的，基于这个算法可以实现回充续扫，定点清扫等功能。
PerceptIn双目视觉扫地机器人解决方案
双目视觉扫地机器人解决方案采用PerceptIn刚刚发布的新一代视觉惯性计算模组Ironsides，硬件规格如下：
6核ARM SoC
提供出厂精确校准的双目摄像头
提供出厂精确校准的6轴IMU
USB 3.0和串口通信，支持WIFI
Ironsides同样内置了PerceptIn自主研发的视觉SLAM算法，单目方案中提到的所有功能在双目方案中都有很好的继承，而且提供更高的建图和定位精度。除此之外PerceptIn的双目视觉扫地机器人方案还可提供避障，视频直播等功能。
在扫地机器人行业，避障一直以来都是一个很大的需求，扫地机器人碰到袜子，电线，宠物粪便等物品之后的结局通常都是灾难性的，目前单一的方案都无法完美的解决这个问题：
--红外传感器以及激光雷达可以测量前方障碍物的距离，但是只局限于光束的那一个点或平面，而且无法分辨前方障碍物的类型，对于上面提到的低矮障 碍物都无能为力；
--单目的CV（计算机视觉）以及深度学习的方法由于没有几何尺度，很容易被地面或者墙壁上的图案所欺骗，造成误判；
--单独的主动光测距以及被动光测距，也都无法很好的把地毯这类的设施从障碍物中区分出来。
PerceptIn为扫地机器人避障的问题带来了成熟的解决方案，即采用双目被动光测距和深度学习相结合的方式来进行障碍物的识别和躲避，两种方式的结合将大大的降低避障的误判率和错判率。
下图为使用PerceptIn双目视觉方案的扫地机器人和某世界知名品牌扫地机器人在避障方面的对比测试。
PerceptIn扫地机器人解决方案的优势
被动光摄像头在方案上唯一的软肋就是需要环境光线的支持，如果在黑暗的环境中视觉SLAM算法就会变得没有可发挥的空间。但是在PerceptIn的解决方案中，除了使用视觉传感器之外，还融合了IMU以及轮子里程计，让扫地机器人在全黑的环境下也能基于离线地图轻松完成基本的清扫工作。
方案提供打包的完整解决方案，包括硬件，软件，算法，对接服务等等，软件和算法部分又包含感知，SLAM，深度学习，路径规划，控制等等，也就是说用户无需了解算法和软件的细节，即可通过简单的对接轻松实现方案中提到的功能。
SLAM算法对精度有着很高的要求，每一台设备个体的细微差异都会对算法的结果带来巨大的影响，所以需要对每一台出厂设备进行校准标定，这个环节如果没有很好的流程和方法，会对量产带来灾难性的影响。PerceptIn在这个方面，除了和国内知名的供应链上游企业保持着良好的合作关系之外，在出厂校准标定方面也有自己的流程和方法，保证每一台出厂的设备都是经过精确校准标定的，无需客户在这边面浪费额外的时间。
PerceptIn成立之初曾经仔细思考过，从价值成本体验等全方位考虑，选择了单目（最低端价格要有中高端体验）和双目（中端价格要有最高端体验）这两个最难但做出来体验会最好的方案。随着更多人工智能技术的普及，未来的扫地机器人不仅仅可以完成家庭清洁的功能，还逐渐加入诸如语音互动，安防监控，家电遥控等等服务，我们相信它可以成为一个家庭移动互联网平台的入口，成为真正意义上的机器人和不仅仅是扫地机。
PerceptIn愿意与各大扫地机器人厂商以及人工智能厂商一起构建智能家居的美好未来。