已有1条答案
这里列举了官产扫地机器人在路径规划和智能避障方面采用的主要技术。
1.采用单一红外传感器或超声波传感器实现行走避障,行走方式采用随机往复式。目前低端扫地机器人采用红外线传感技术,在清扫过程中不断发射红外射线,当红外射线探测到颜色较深物体时就会反射回来。扫地机器人携带的微电脑接收到被反射回来的红外射线,就会转弯并记录,多次往复后逐渐形成较为固定的清扫区域。当家中的物体摆放较为杂乱或者颜色深浅不一时,将导致扫地机器人判断失误,进而导致清扫区域覆盖不全。
2.SLAM技术是一种绘制地图并实时自我定位的技术。扫地机器人在陌生环境中自行创建地图,并通过自身构建的地图进行自主定位和导航的能力就是“即时定位与地图构建(简称SLAM)”。简单讲,就是机器人需要在未知环境中从陌生的坐标点出发,在移动过程中不断根据位置估计和传感器数据来进行实时的自我定位,并绘制出增量地图。这种技术在工作中需要和测量技术配合使用。
3.LDS激光雷达SLAM。扫地机器人上的激光收发射器以特定入射角发射一个或多个激光束照射待测物体,激光在物体表面上散射或折射,反射激光经由透镜集中,光斑在扫地机器人的CCD传感器上成像。在扫地过程中,物体相对位置移动时,光斑也会移动。可以根据光斑的位移计算扫地机器人与测量物体的相对位置。采用该技术的扫地机器人建模精度高,速度快,对环境光要求低,甚至可以在全黑条件下工作,不足之处是它采用的传感器体积大,一般会在顶部凸起,并且后期智能可扩展性低。
4.视觉导航VSLAM技术,一种机器视觉导航定位系统,采用普通摄像头采集环境中的特征点信息,获取灰度或彩色图案,只能得到物体方向,在移动中,摄像头在新位置再次测量,根据三角原理定位位置。应用此种技术的扫地机器人建图精度要稍低,建图时可能采用碰撞建图,建图速度慢,弱光环境工作误差大,但是传感器体积小,而且后期智能可扩展性强。后期可扩展性是指通过后期软件升级,算法能力提升,提供更加智能的清扫体验。
5.dToF(directTime-of-Flight)直接飞行时间测距技术。通过测量从扫地机器人脉冲发射经过目标后再返回到光电探测器的时间间隔来计算距离,实现3D建图。这种方法进行扫地路径规划,建图速度快,而精度可以达到厘米。同时该技术解决方案设备尺寸小,抗干扰性较好,适合视角较宽(中长距离使用)。
6.3D结构光识别技术。通过3D结构光传感器接收彩色相机和红外相机数据,进行深度图像处理并将计算深度数据输出,以此快速建立物品的3D图像。通过后台数据比对达到识别物体的目的。3D结构光技术功耗小,深度图分辨率较高,适合近距离场景识别(特别在1m内有很大优势)。
7.AIVI人工智能视觉识别。利用摄像头采集图像,通过后台比对进行识别,结合激光导航或者视觉导航技术,能够构建带有物体标签的三维语义地图,提升房间边缘、角落以及障碍物的建图精度和识别效率,并可以配备不同的清扫策略。
10秒估算智装报价
免费量房
免费报价
费用测算
找服务商
预约体验