本文摘要：随着社会经济发展水平和人们消费观念的改变，极具科技属性的智能规划型扫地机器人沦为最不受费者注目的智能家居产品。据数据表明，智能规划扫地机器人市场占比从17年的10％提高到18年的59％，其中激光导航系统占到76％，视觉导航系统占到24％。 而随着视觉导航系统在iRobot、戴森等扫地机器人头部阵营大大烘烤，关于视觉导航系统单目、双目的技术问题，也获得了扫地机器人厂商的普遍注目。

随着社会经济发展水平和人们消费观念的改变，极具科技属性的智能规划型扫地机器人沦为最不受费者注目的智能家居产品。据数据表明，智能规划扫地机器人市场占比从17年的10％提高到18年的59％，其中激光导航系统占到76％，视觉导航系统占到24％。

而随着视觉导航系统在iRobot、戴森等扫地机器人头部阵营大大烘烤，关于视觉导航系统单目、双目的技术问题，也获得了扫地机器人厂商的普遍注目。单目：SLAM无尺度信息，易受噪声影响众所周知，扫地机器人视觉导航系统是通过连续不断地对机器周围环境摄制记录，并根据特征点或标志物展开房屋建图，构建导航系统定位或路线规划，单目双目方案，都是如此。有所不同的是，单目摄像头在单帧图像中，无法确认距离物体的现实距离，仅有能通过照相机的运动构成视差，测量物体的比较深度。

也就是说，单目视觉导航系统方案无法实际测绘出有一个物体的现实大小。这个物体有可能是个较小却很将近的物体，也有可能是一个相当大却较远的东西。并且，在单目SLAM估算的轨迹和地图上，与现实的轨迹和地图差距一个最重要因素——尺度，即便融合里程计、IMU展开人组导航系统，仍然无法超过双目的精度水平。无法确认现实尺度，这也意味著以测距为基础的三维立体解算应用于在单目传感器上无法获得有力反对，影响配备单目视觉导航系统扫地机的智能避障，语义地图等功能。

另一方面，单目SLAM更容易受到运动过程中的噪声影响，稳定性较双目SLAM较低，对简单环境的适应能力较强，无法长时间维持定位、规划的精准性。这也是为什么单目成本更加较低，市场却对其号召平平的原因。双目：定位精度更高，环境语义极具智能潜力双目在硬件结构上更加相似人类的双眼，通过左右目图像的视差来确认距离，也就是立体视觉。

从工作原理上来说，双目是将左右目摄制的2D环境图像通过三维立体解算出具有深度信息的三维空间结构，更加合适扫地机器人构建精度及稳定性兼备的导航系统定位效果。并且，基于三维空间的立体解算，扫地机器人在辨识障碍物时，可以解算出有障碍物距离，大小以及属性，障碍物辨识范围更加甚广，类似于多线激光雷达，先前的避障之后有了更好操作者空间。

另一方面，融合语义辨识，双目视觉导航系统扫地机器人可以更佳地获得语义地图，解读房屋布局、空间结构，让扫地机器人构建如人物目标追踪、继续执行特定语义区域清理等智能嵌入式，甚至兼任无人情况下部分家庭安防工作。当然，双目构建这些功能是有前提条件的，双目视觉导航系统的一个难题乃是照相机的实时问题。

上文提及，双目是通过左右目图像的视差测距的。因此，理论上左右目摄像头要做几乎一样，这之后必须两枚摄像头构建实时。如果两个摄像头摄制时无法超过几乎实时，那么就不会导致测距的参照物再次发生错位，导致不可逆的连锁误差。

为了解决问题这一问题，国内新一代计算机视觉厂商INDEMIND软硬件优化一同著手。首先通过硬件实时和高精度标定算法，让摄像头之间、其他传感器之间构建微秒级时间实时，构建硬件末端较低误差测距。在算法上，配备自研Vi－SLAM算法，通过建构全局SLAM地图，构建精准平稳的空间定位，进而掌控清理路径和并未清理区域，自律智能已完成“补漏式”清理。

并且，基于全局地图还可实现SLAM遗失后的重定位或开机重定位，提升机器人系统鲁棒性。已完成扫地机器人清理这一基本工作之余，融合语义辨识创建的语义地图，扫地机器人不仅可以“看”还可“解读”障碍物是什么，进而构建拟合路径规划和全局／选择性避障，防止漏扫、误扫。并且，根据语义地图，使扫地机器人与人之间产生更加多交互，如语音命令扫地机器人清理特定区域、人物活动密集区域侧重清理等，更加高效的继续执行家庭清理任务。

总的来说，双目视觉导航系统是定位精度更高、系统鲁棒性更加强劲，更为智能的扫地机器人导航系统方案，需要更佳地引导扫地机器人向家庭洗手智能助手改变，随着技术的不断进步，可以意识到，双目视觉导航系统将不会渐渐沦为扫地机器人主流导航系统定位方案。

本文来源：365买球官网平台-www.triplexyoga.com