扫地机器人五种避障技术的特性及差异


AI技术(人工智能)的发展,生活更便捷,身边越来越多的智能设备,小到智能穿戴设备,聪明的扫地机器人,扫地机器人是近几年很火爆的小家电 ,深受年轻人的喜爱。不仅能扫能拖,还会自己躲避障碍物。解放我们的双手,让我们有更多的时间做自己的事情,提升我们家居生活的幸福度。扫地机器人的智能设计体现在,初次在家使用的时候,激光雷达(ladar)会对全屋进行扫描,扫描完成后就能将我们的家具摆放位置形成地图,在执行清扫任务的时候就能实现智能ladar避障,完美避开障碍物,不会放过任何一个角落。

扫地机器人应用过以及正在使用的避障技术有这几种:单目视觉避障、双目视觉避障、激光雷达避障、3D结构光避障、3D TOF 避障,这些技术有什么特点呢?

1、单目视觉避障

单目视觉识别系统使用单个摄像头拍摄照片,通过照片识别的技术,得到的只有物体的二维信息,犹如电影画面一样,并无直接的空间感,只有靠AI算法结合“物体遮挡、近大远小”等生活常识补充,所以避障效误差很大,并不能满足我们需要的使用效果。

比如在机器视觉中,单个摄像头捕获的图片信息无法读取到场景中每个物体与镜头的距离关系,即缺少了重要的纵深维度。现实生活中家具的摆放是很复杂的,单个摄像头发生视觉误算的概率非常大,可能会出现计算失误,误判离物体的实际距离。单目视觉避障缺乏必要的立体视觉,无法获得第三个维度的信息,也就是景深信息。

但并不是说搭载单个摄像头的扫地机就不能用,虽然只能识别二维物体,但可以对预设训练好的物体内容进行估算,实现一定的避障效果。

2、双目视觉避障

双目视觉避障比单目视觉避障多了一个摄像头,双目视觉避障的优势在于能够躲避没预设或从未识别过的物体,能进一步还原自由空间中的景深信息。采集周围环境的全面信息(测距避开通用障碍物,单目避障就没有 这样的特性)。深度图和视觉神经网络识别结果互相配合。结合 AI 物体识别算法,可以精确取得周围障碍物位置信息,借此实现扫地机的主动智能避障,不同障碍物使用不同的避障策略,分析评估避让距离,提高扫地机的清扫覆盖范围和避障成功率。

3、激光雷达避障

激光雷达避障的原理是发射激光到物体表面,然后接收被反射回来的光信号并分析。激光雷达避障的精度、反馈速度、抗干扰能力、有效范围都要明显优于红外和超声波。劣势在于点光源的ladar虽然可以通过旋转采集物体面的数据(LDS),却无法完成对三维空间的感知。

扫地机器人避障

4、3D结构光避障

3D结构光方案,其原理是采用红外激光,发射出来的光斑经过一定的整形,投影在物体上,像一字线激光、网格等图形光斑,这些图形光斑经物体表面反射回来时,随着物体距离的改变会发生不同程度的形变,图像传感器将形变前后的图案分别拍下来。

随后,通过计算前后图案的每个像素的变形量,来得到对应的视差,从而得到深度信息。不过结构光方案测距范围受投射距离影响,避障范围较小。强光环境下会不同程度的影响测距精度。

5、3D TOF避障

TOF避障的工作原理是发射高频脉冲的红外光到物体上,然后接收从物体反射回来的光信号,光速已定,通过记录每个脉冲光的飞行时间,就可以计算出被测物体离相机的距离。其实原理和3D结构光避障发射红外线,激光雷达发射激光,3D TOF发射高频脉冲都差不多。

但是3D ToF避障的劣势对于扫地机器人而言太过致命:图像分辨率低,以致于图像信息不足以判断障碍物轮廓信息辅助避障,并不太适合用于扫地机器人。