从诞生以来，扫地机器人的升级从未停止，清洁技术的进步，更是让机器人产品大放异彩，但尽管如此，人工“智障”的帽子却从未摘掉，在它不断被完善的问题清单中，避障功能一直是一道极难攻克的关隘，而正因如此，也成为了厂商们的“必争之地”。
实验室中的“完美表现”，现实为何折戟
在实验室阶段，扫地机器人虽然经历了多种避障测试，但实际环境的表现却总是差强人意，究其原因在于真实家庭环境的复杂度往往更高，场景格局的变化、障碍物杂乱度更高且种类更多、人宠的介入等等，面对更加嘈杂混乱的环境，需要机器人不仅要能够随时急停，还要能够精准“闪避”，这对于目前大部分的扫地机器人而言，显然难以满足。
在运行过程中，类似乱撞、避障失灵、错位、卡死等问题频频发生，往往需要人为协助才能继续工作，这与用户的购买初衷明显相悖。
如果扫地机器人不“省力”，也就失去了本身价值。
在庞大的市场需求和不断加剧的竞争态势下，意味着越早解决避障技术的短板，便能抢占更大的市场空间。但该如何解决，在经历红外技术、超声技术、激光雷达技术之后，厂商们再次默契地把目光投向了视觉技术。
能够获取更丰富的环境信息，是视觉技术的天然优势。使得扫地机器人的感知&认知能力大大提升，这为扫地机器人实现更高层级的智能避障提供了可能，配合深度学习，在识别到障碍物信息后，更能根据不同障碍物属性进行策略化规避，这对于以往的避障方式，灵活性和自主性都有着显著优势。从科沃斯、石头最早把视觉技术应用到扫地机器人的避障模块，视觉避障已经成为了中高端机型的标配。
无独有偶，作为国内布局计算机视觉技术最早的一批AI技术公司，INDEMIND已经深耕行业多年，并开发了一套以立体视觉技术为核心的RBN10家用机器人AI方案，方案主要应用于家用机器人平台，在避障方面，已能够实现低矮障碍物避障、高透障碍物避障，智能语义避障。
在官方实机演示中，为了测试扫地机器人的真实避障能力，设置了多种极限环境：
• 低矮密集障碍物：积木类
• 高透障碍物：玻璃制品
• 黑暗环境避障
以往的机器人避障系统，受限于传感器属性，对于低矮障碍物和高透障碍物很难有效检测，加之硬件布局限制，这类障碍物甚至处于检测盲区，但在实际环境中，这几类障碍物往往占据着多数，因此，扫地机器人想要稳定运行，首先便要能够准确检测各类障碍物。
因为了让机器人能够“看懂”，INDEMIND专门为家用场景研发训练了一套物体识别卷积神经网络模型，可以准确识别家用场景中的低矮障碍物（例如：动物粪便、拖鞋、钥匙串、线材、地插等）、高透障碍物（玻璃类物体）、动态障碍物（人、宠物）等等，从而实现精准避障，与此同时，根据不同障碍物信息结合INDEMIND决策引擎技术可实现策略避障，如不同规避距离，有效避开动物粪便、拖鞋等特定障碍物。
• 散乱密集障碍物：积木类
RBN10家用机器人AI方案实机演示
• 高透障碍物：玻璃制品
RBN10家用机器人AI方案实机演示
• 黑暗环境避障
RBN10家用机器人AI方案实机演示
如何在黑暗环境下工作，一直是扫地机器人的普遍难题，更不用说在黑暗环境下实现避障。因此，INDEMIND针对性开发了一套主动式补光策略，搭配RBN10家用机器人AI方案中内置的亮度补光、纹理补光两种红外补光设备（均符合人眼安全等级C1等级要求），两种补光灯交替照明，与视觉传感器曝光时间同步，生成两种（A帧、B帧）独特的视觉图像，分别用于视觉定位及物体识别和立体视觉及建图避障，满足强光直射、无光源、黑暗等特殊环境下的无差异工作要求。
需要提到的是，RBN10家用机器人方案是以INDEMIND自研的INDEMIND OS（机器人AGI系统）为核心，以视觉自然导航技术为主导，搭配一体化标准模组，能够为机器人提供导航定位，图像识别、路径规划、交互决策等多种核心功能的ALL IN ONE方案，可广泛应用于家用扫地、陪护、教育、玩具等家用服务机器人平台。
在应用表现上，RBN10家用机器人AI方案还有着其它优势，方案采用轻量化模型，对算力配置要求较低，且自身拥有标准化的控制接口，能够快速适配各种机器人平台，搭配自研一体化模组硬件，以持平单线激光雷达的成本，即可达到“激光+视觉传感器”融合方案的导航精度水平，同时拥有超过融合方案的避障及识别能力。
此外，通过智能决策引擎技术还可以自定义安全、搜寻、跟随、自主寻路等多种智能逻辑，大幅提升机器人的智能表现。
