解讀家中的無人駕駛“汽車”：掃地機的新鮮科技

　　移植一些無人技術方案來開發掃地機器人，這幾年逐漸成為一個比較新的現象。

　　其實兩者是相通的——畢竟“無人”車也可以看作“輪式移動機器人”，通過車載傳感器構建高清地圖，自動規劃行駛路線，從而達到“無人駕駛”的目的。

　　而且，“無人駕駛”還是一個比較寬泛的定義。根據國際自動化機械工程師協會(SAE)的标準，L0-L5目前有六個級别:

　　L1代表輔助駕駛和預警系統功能，如車道外警告;L2代表部分自動駕駛，并協助自動駕駛輔助系統的功能，如自适應巡航，緊急自動刹車，車道保持援助;L3代表有條件自動駕駛，在輔助幹預的基礎上增加自動加速、自動刹車、自動轉向;

　　L4代表高度自動駕駛。這個級别可以做到完全沒有人類駕駛員，或者沒有方向盤，油門，刹車踏闆等。，但限制了行駛區域和環境;L5是全自動駕駛的理想選擇，沒有駕駛員，沒有方向盤，沒有油門，沒有刹車踏闆，沒有禁區。

　　目前，無論是低階L1和L2還是高階L3、L4和L5，都需要傳感器來監控駕駛環境和駕駛條件。随着方案的升級，對傳感器的依賴性越來越大。目前很多生産車型都有L1和L2的自動駕駛能力，甚至有的廠家還有L3自動駕駛能力。

　　由此，業界在自主駕駛技術路徑的研發中，為不同世代的傳感器應用産生了大量的技術成果，相應的算法和決策層的軟件也有多次疊代。把一些成型的方案移植到掃地機器人身上是理所當然的。

　　以掃石機器人T7Pro為例，它是一款微型、微型無人“車”，采用AI雙目視覺模塊，由兩個500W像素120廣角攝像頭、紅外補光、充電傳感器等設備組成。就像無人駕駛汽車一樣，全身覆蓋着傳感器，依靠傳感器感知外界環境。

　　在無人駕駛領域，汽車多攝像頭、全景攝像頭、毫米波雷達、超聲波傳感器，甚至駕駛室内的駕駛狀态監控攝像頭在工作過程中都會産生大量的數據，因此數據中心需要對數據進行毫秒級運算分析，以獲得準确安全的路線。

　　我們也可以在Stone掃地機器人T7Pro上看到肩負這個任務的“大腦”——它搭載高通8核處理器平台，計算能力大緻相當于Snapdragon625，在掃地機器人這樣的産品中相當強悍。

　　因此，結合高計算能力的處理器平台，石頭清掃機器人T7Pro可以通過雙目立體視覺技術和AI物體識别技術獲取環境深度信息。同時，利用卷積神經網絡深度學習進行人工智能對象識别，根據障礙物類别和深度信息判斷避障策略，準确避障。

　　經過大量的AI學習，石頭掃地機器人T7Pro已經實現了9種常見障礙物的識别，包括鞋子、底座、磅秤、配線架、線球、屎、襪子、塵盤、U型椅等各種。

　　例如，如果清潔路線上有一個接線闆，掃地機的攝像頭會捕獲該圖像信息并将其反饋給處理器平台。成功識别為“配線架”後，自行減速，然後繞過障礙物，可以大大提高清潔效率。

　　簡單來說，一度很高的無人化技術方案并不是今天無法觸及的神秘領域，未來掃地機器人必然會有越來越高的技術含量，從而打造出有别于傳統産品的差異化形态，給用戶生活帶來更好的體驗。