扫地机器人技术升级之路 自主规划清扫成主流

人工智能时代正朝我们快步走来，将全面影响我们生活的方方面面，近年来，沉浸已久的扫地机器人也迎来了爆发式增长，除了消费升级与懒人时代的到来，技术升级也是促使扫地机器人市场爆发的重要因素。

扫地机器人的技术升级之路

在扫地机器人的技术路径上，目前已出现三次变革：第一代随机类、第二代惯性导航、第三代自主导航。

第一代随机式扫地机器人

随机式扫地机器人给人的感觉就是在胡乱碰撞，在清扫的过程中无规律可言，经常会出现反复和大面积清扫、漏扫的情况，但其实也是有一定算法在里面的，比如遇到障碍转向多少度、卡住之后如何脱困等，算法的优劣直接决定了清扫的质量和效率的高低。虽说随机式扫地机器人长时间运行，也能做到对地面的覆盖，但需要付出大把的时间。

第二代惯性导航式扫地机器人

惯性导航式扫地机器人依靠陀螺仪、加速度计等惯性传感器获取位置、速度等信息。但扫地机器人所使用的陀螺仪一般精度较低，造成惯性导航过程中可能会存在误差，而且随着时间的推移，误差会不断积累，在面积较大的复杂地面环境，惯性导航的弊端会逐渐显现出来，不能很好胜任规划式清扫任务，是一种较为初级的定位导航技术。

虽然有些采用惯性导航的扫地机器人也具备绘制地图的能力，但它们绘制出来的地图相对来说比较初级，甚至不能分辨出具体的家居环境。当然，相比随机式扫地机器人，采用惯性导航的扫地机器人清扫效率相对更高。

第三代自主导航式扫地机器人

自主导航式扫地机器人具有室内自主规划清扫能力，相比于传统随机扫地机的无规划、乱扫乱撞而言，新型规划式的扫地机器人基本能实现全面清扫，在智能方面有了质的飞跃，这也是扫地机器人在技术上取得的重大突破。

新型扫地机器人是如何进行自主规划清扫的？

对于具有自主导航的扫地机器人来说，路径规划是其所需的基础能力，也就是在完成SLAM后（即时定位与建图），机器人在自身位置不确定条件下，在完全未知的环境中创建地图，同时利用地图进行自主定位和导航），要进行一个叫做目标点导航的能力。通俗的说，就是规划一条从A点到B点的路径出来，然后让机器人移动过去。

要实现这个过程，运动规划要实现至少两个层次的模块，一个叫做全局规划，这个和我们车载导航仪有一点像，它需要在地图上预先规划一条线路，也要有当前机器人的位置。这是由我们的SLAM系统提供出来的。业内一般会用叫做A*的算法来实现这个过程，它是一种启发式的搜索算法，非常优秀。

当然，仅仅规划了路径还是不够的，现实中会有很多突发情况，比如正巧有个小孩子挡道了，就需要调整原先的路径。当然，有时候这种调整并不需要重新计算一遍全局路径，机器人可能稍微绕一个弯就可以。此时，我们就需要另一个层次的规划模块，叫做局部规划。它可能并不知道机器人最终要去哪，但是对于机器人怎么绕开眼前的障碍物特别在行。

这两个层次的规划模块协同工作，机器人就可以很好的实现从A点到B点的行动了，不过实际工作环境下，上述配置还不够。比如A＊算法规划的路径是根据已知地图，预先规划好的，一旦机器人前往目的地的过程中遇到了新的障碍物，就只好完全停下来，等待障碍物离开或者重新规划路径了。如果扫地机器人买回家，必须先把屋子都走一遍以后才肯扫地，那用户体验就会很差。

为此，也会有针对这类算法的改进，比如思岚科技研发的模块化自主定位导航模块SLAMWARE就采用改良的D*算法进行路径规划，这也是美国火星探测器采用的核心寻路算法。是一种动态启发式路径搜索算法，它让机器人在陌生环境中行动自如，在瞬息万变的环境中游刃有余。

D*算法的最大优点是不需要预先探明地图，机器人可以和人一样，即使在未知环境中，也可以展开行动，随着机器人不断探索，路径也会时刻调整。

以上是目前大部分移动机器人都需要的路径规划算法，而扫地机器人作为最早出现在消费市场的服务机器人之一，它需要的路径规划算法更为复杂。

一般来说，扫地机需要这么几个规划能力：贴边打扫、折返的工字形清扫以及没电时候自主充电。单单依靠前面介绍的D*这类算法，无法满足这些基础需要。扫地机器人还需要有额外的规划算法，比如针对折返的工字形清扫，有很多问题要处理。

扫地机器人如何最有效进行清扫而不重复清扫？如何让扫地机和人一样，理解房间、门、走廊这种概念？

针对这些问题，学术界长久以来有一个专门的研究课题，叫做空间覆（spacecoverage），同时也提出了非常多的算法和理论。其中，比较有名的是Morse Decompositions，扫地机通过它实现对空间进行划分，随后进行清扫。