智能扫地机器人作为“新生代”国民新宠，近几年可谓火爆异常，不过事实上它并非什么新鲜产物，早在20年前便已进入市场。不过早期的版本十分落后，和智能实在沾不上边，只能叫做扫地机，并被当时的用户吐糟是人工“智障”。
用20年“咸鱼翻身”，从小众到大众，从鸡肋产品到成为家庭最受欢迎的消费硬件之一，扫地机器人是如何一步一步从“智障”走向智能的？
开启扫地机器人时代
1996年，由瑞典家电巨头伊莱克斯制造的第一台扫地机“三叶虫”问世。不过该产品反应速度、运行速度、机械进行速度较慢，清扫效率低，同时存在设计缺陷且价格高昂，并没有引起消费者的关注。但不可置否，作为先驱产品，虽然有很多不足，但却开启了扫地机器人时代。
早期扫地机器人多以惯性导航技术来引导清扫机器人移动作业，但由当时硬件薄弱和算法成熟度不足，一直有随处乱撞、误差大等问题，导致实际表现并不理想。
世界上第一台扫地机器人——三叶虫
作为扫地机器人的早期技术，惯性导航主要利用根据陀螺仪和加速度计的测量数据，以此确定载体在惯性参考坐标系中的运动和计算载体在惯性参考坐标系中的位置。 虽然惯性导航技术广泛应用于飞机、导弹、舰船等领域，但受限于惯导传感器的成本，在扫地机器人上的表现并不理想，主要表现为路线杂乱、覆盖率低等。
从随机碰撞到全局规划，开启智能化之路
惯性导航之后，扫地机器人导航技术很长时间都未能取得技术突破，直到激光导航技术出现，让扫地机器人进入了智能全局规划时代。
清扫路线对比图
2010年，美国硅谷首先推出了使用激光雷达测距的清扫机器人。扫地机器人通过机身发射器发射激光，遇到障碍物的激光反射，通过计算发射器和接收时间差，计算障碍物和机器之间的距离，生成二维地图，实现自主导航。Neato清扫机器人于2010年发售，使用360度旋转的激光测距仪扫描周围环境，进行即时定位和环境地图构筑（SLAM），在此基础上实现科学规划清扫路线，也是目前市面上主流的扫地机器人导航方案。
扫地机器人的未来智能化之路：智能决策
而随着市场需求的不断升级，激光导航的弊端逐渐显露出来，由于激光可获取的环境信息单一，在环境识别上有着天然的劣势，同时激光雷达只能实现二维避障，容易产生探测盲区，因此，较少的环境信息量无法支持扫地机器人实现智能决策，这就导致扫地机器人在避障、交互上有着天然缺陷。
激光导航——扫地机器人
因此，如何让扫地机器人进一步“开智”，便是新一代扫地机器人的革新方向，要让它能“看见”，能“看懂”，还要“懂执行”，而这其中的关键便是智能决策。
从技术角度上讲，激光导航实现了部分信息感知（感知＆认知）和基于知识的决策。而智能决策则是把信息感知（认知）、（基于知识的）决策和执行过程有机地统一起来，实现真正的智能化。而实现智能决策，首先要实现完整的信息感知。
随着计算机视觉技术的进步，扫地机器人厂商纷纷把目光投向视觉导航，通过模拟人的视觉实现对周围环境信息采集和识别，这为实现决策智能提供了基础条件。
但更丰富的功能也意味着更高的技术难度，因此市面上的视觉导航方案还相对较少，不少厂商扫地机头部企业纷纷另辟蹊径，在已有的激光方案上添加视觉传感器，用以弥补激光方案在环境感知方面的不足，如石头的T7pro，在激光导航的基础上搭载双目视觉传感器，不仅可以获得视觉范围内障碍物的准确深度，还可以识别周围物体的各种信息，从而进行策略性避障和导航规划。不过这一方案虽然融合了多方的优点，但成本也随之上升，反映到市场便是价格水涨船高，让大部分消费者只能望而却步。
目前，国内公司INDEMIND针对扫地机器人推出了ALL IN ONE模组化双目视觉导航产品， 该产品依靠人工智能视觉技术、高精度VSLAM算法为扫地机器人提供空间建图、导航定位、路径规划、智能避障、家居识别、智能交互等功能。在导航定位数据上实现定位精度＜1％，姿态进度＜1°，足以媲美激光导航，和激光融合方案相比实现相同功能的同时，成本更低，交互性更强，更易集成。
INDEMIND双目视觉导航方案扫地机器人样机避障演示
在智能决策方面，INDEMIND双目视觉导航产品依托于视觉导航的天然优势，融合环境感知技术，使扫地机器人能够对目标区域构筑三维环境地图，建立独有的智能决策模型，实现立体式人机交互、物机交互，如通过语音命令扫地机器人清扫特定区域、机器根据识别到的不同障碍物信息实现策略避障、策略清扫等。让扫地机器人实现从“看得见”向“看得懂”再向“懂执行”不断进阶。
