您好,欢迎来到福玛特官方网站

说出你的需求,一切交给我们

首页 »智能生活 »品牌资讯 » 扫地机器人发展现状及未来趋势解析
扫地机器人发展现状及未来趋势解析
2017-04-17 作者:福玛特商城 

  目前,扫地机器人俨然成为了服务机器人领域的“香饽饽”。今年的双十一,扫地机器人各大品牌赚得不亦乐乎。可就在这个风光的“摇钱树”背后,到底隐藏了多少技术?未来,它又将何去何从?从本文一窥便知。
  经过长期的发展,工业机器人在技术上已较为成熟,但服务机器人近年才获得广大科研人员和企业重视,并逐步进入普通百姓家庭,其发展历史较短。目前,学术界对服务机器人没有严格意义上的定义。国际机器人联合会(IFR)给出的服务机器人概要定义为:服务机器人是一种半自主或全自主工作的机器人,它能完成有益于人类健康的服务工作。
  服务机器人应用范围极为广泛,如教育、娱乐、特种(安防、军用)、导购、迎宾、医疗、金融、物流、电子商务、商务秘书等。其中,家庭清洁机器人是现阶段销售数量最多、应用范围最广的一类服务机器人。家庭清洁机器人种类繁多,主要包括扫地机器人,拖地机器人、窗户清洁机器人、空气净化机器人、吸尘机器人等。扫地机器人则是家庭清洁机器人的最主要成员,市场占比达到96%以上。
  服务机器人的需求量已超过工业机器人,表现出更为强劲的市场需求,提供了更为广阔的市场想象空间。

  扫地机器人发展现状
  随着科学技术的进步和社会发展,特别是受生活节奏的加快和工作压力的增大影响,人们希望更多地从繁琐的家庭日常清洁事务中解脱出来。这无疑是清洁机器人进入家庭的市场诉求。
  扫地机器人作为清洁机器人的一种,其针对的目标用户是所有家庭,其需求痛点恰恰是为了使人们从日常地板清洁工作中解放出来,它迎合了市场痛点的需求。
  扫地机器人关键技术
  用户直观可见的扫地机器人基本功能为清扫、吸尘、拖地等,因此相关企业在清扫毛刷的材料、结构形式、旋转速度/方式,以及吸尘原理、吸尘机构形式、拖布材料、拖布布置方式、供水量、供水方式等基本功能原理和技术方面不断优化。同时,为了实现更好的清洁效果、更良好的用户体验,扫地机器人在人工智能相关领域涉及到如下几项关键技术。
  多传感器信息融合技术
  多传感器信息融合是指综合来自多个传感器的感知数据,以便产生更可靠、更准确或更全面的机器人状态信息,如在扫地机器人中融合激光雷达、超声传感器、红外传感器、里程计的信息等。多传感器信息融合处理的基本原理类似于人类大脑处理信息的过程,能够通过对多种传感器反馈信息的合理分析与使用,得以降低各种单一传感器在空间和时间局限性方面的影响,并且通过冗余信息的解析,更加完善和更加精确地反映出检测对象的特性,消除信息的不确定性,得到对观测环境具备较高可行性的一致性结果。
  室内导航和定位技术
  扫地机器人需要自主移动,无论是局部实时避障,还是全局规划,都需要较精确地确定机器人或障碍物的当前状态及位置,以完成导航、避障及路径规划等任务。一般地,机器人通过航位推算方法、信标定位方法以及混合定位方法,实现室内移动机器人的导航和定位。
航位推算方法是最为常用的一种方法,通过机器人自身的里程计、陀螺仪、加速度计等内部传感器,实时解算机器人自身的速度、姿态信息。以出发点为绝对零点,则可以渐进累加地推算出机器人当前所在的位置和姿态。此种方法随着工作时间的增加,积分运算误差和定时系统时差引起的误差将会逐渐累积,因此不适于长时间的精确定位。
  扫地机器人在室内地板上的运动可视为在二维平面内的运动,如果室内允许布置信标(如充电桩或其他满足信标条件的标志物),则可以通过传感器,检测机器人与信标之间的相对距离与位姿,实现扫地机器人的室内导航与定位。信标定位的优点是可实现实时检测,没有累积误差,精度稳定性好,且可通过多信标冗余覆盖的方式,彼此互为位置校准或当某个信标故障时,机器人仍可成功定位。
混合定位方法融合了航位推算方法与信标定位方法各自的优势。
  路径规划算法
  扫地机器人在工作过程中,需要尽量做到清扫面积全覆盖且行走路径不重叠,这就需要依据某个或某些优化准则进行最优路径规划,在其工作空间中找到一条从起始状态到目标状态,可以避开障碍物的最优路径。这一点上国内品牌福玛特做到了,根据对环境信息的把握程度,我们可以把路径规划分为,基于已知地图的全局路径规划和基于传感器信息的局部路径规划。其中,以获取障碍物信息是静态还是动态的角度看,全局路径规划属于静态规划(离线规划),局部路径规划属于动态规划(在线规划)。
  全局路径规划需要建立工作空间的详细地图,根据地图包含的环境信息进行路径规划;局部路径规划则根据传感器实时采集的周边环境信息,确定所在地图的位置及其局部的障碍物分布情况,从而可以选出从当前结点到邻近子目标结点的最优路径。
  常用路径规划算法主要有人工势场法、Dijkstra算法、Floyed算法、SPFA算法(Bellman_Ford改进算法)、A*算法、D*算法、DWA算法、图论最短算法、遗传算法、元胞自动机算法、免疫算法、禁忌搜索算法、模拟退火算法、人工神经网络算法、蚁群算法、粒子群算法等。
扫地机器人技术发展趋势
  高性价比、高性能传感器的融合应用
  目前,扫地机器人多采用红外传感器、接触式传感器、超声波传感器等,少部分高端机型使用了线扫描激光雷达传感器。对于智能化的扫地机器人室内定位和复杂路径规划的需求而言,传感器提供的信息尚显不足。
  将来,视觉传感器(深度摄像头、仿生视觉、结构光传感器)、低成本高性能激光雷达传感器、软体防碰撞接触式传感器等高性能、新型传感器的应用,将给扫地机器人决策提供更丰富的参考信息。同时,在算法层面,需要深挖多传感器信息融合处理算法,在纷繁复杂的传感器反馈信息中,提取有效信息,并根据优化策略规则制定决策。
  家用功能的模块化集成,实现智能扫地机器人多任务功能
  在实现扫地机器人基本的扫地、吸尘、拖地等功能的基础上,模块化集成,如空气净化、加湿、沟通交流、室内玩具、儿童写字板等功能模块,实现智能化扫地机器人的一专多用。扫地机器人本体可以平台化,即实现室内智能移动平台的功能,具备基本的避障、路径规划、软硬件交互接口等功能,而其他功能均以模块化的形式进行加载,给用户更多的自主选择余地,实现细分市场的拓展。
  智能程度提升、智能算法拓展应用
  借助语音识别技术和图像处理技术的逐步发展,如声源定位和声纹识别技术研究的深入、人脸识别技术的成熟、物品识别技术性能的提高,我们可更有效地提高扫地机器人对家庭环境的融入程度,提升扫地机器人与家庭成员的智能交互能力。
  同时,我们应研究并设计各种智能人机接口,如多语种语音、自然语言理解、图像、手写字识别等,以更好地适应不同用户和不同的应用任务,提高人与机器人交互的和谐性,实现人机交互的简单化、多样化、智能化、人性化。
  智能扫地机器人作为现阶段销量最大的家用服务机器人,未来将能够对语言进行自我学习,并在社会化环境中向他人学习,把这种语言能力转化为自主学习和处理问题的能力。未来,机器人将掌握更多的自主性能力,实现智能扫地机器人功能定位的本质性革新与发展。

更多>>最新动态
已有0条评论网友评论
  • 暂时还没有任何用户评论
Copyright © 2016,Fmart(Beijing)Robot Technology Corp.,Ltd.福玛特科技集团 版权所有 京ICP备16021410号-1