从随机清扫到陀螺仪导航再到激光导航，扫地机器人不断进行技术升级，但随着激光导航技术的不断成熟，行业进入同质化时代，产品之间的差异化越来越小。与此同时，随着使用时长的累积与认知程度的加深，当前扫地机的种种短板也逐渐暴露消费者的视野中。
对消费者而言，扫地机器人的智能化、自动化是最为关注的一点。消费者希望通过扫地机器人一劳永逸的彻底解决繁琐的日常家庭清洁任务。然而，目前多数扫地机仍存在由避障局限引起的卡机、误扫等问题，需消费者从旁辅助才能完成清扫，这与用户“解放双手”的消费初衷背道而驰。
造成这个问题的原因主要在于扫地机主要传感器多位于扫地机顶部，其可视角度在垂直方向都很小，无法实现大范围障碍物检测，对于低于或略高于机身（高于机身，但会碰到激光雷达）的障碍物，例如柜底、门槛、近地处电线等，扫地机器人都无能为力，时有卡机、线体缠绕等问题发生。另外，此类扫地机器人对近处的障碍物采用的是试探性碰撞方式，房间内的易碎物品安全性难以保证。
为了解决这一行业痛点，近日，国内立体视觉方案提供商indemind推出了针对扫地机避障需求的关键部件——双目避障模组。
indemind联合创始人姜文介绍，双目避障模组是一款针对扫地机避障需求研发设计的双目立体视觉传感器。该模组可提供大视角深度解算与ai物体识别功能，帮助扫地机扩大避障检测范围与识别精度，避免卡机、线体缠绕、误扫、误触等问题，实现扫地机主动智能避障。
丨破局：以“立体视觉+ai识别”技术，打破扫地机避障困局
众所周知，当前扫地机人避障痛点主要在于：一是检测范围较小，无法实现大范围障碍物检测；二是无法精准获取障碍物深度信息，多采用试探性碰撞方式来确定障碍物实际位置；三是无法获取障碍物的具体属性信息，时有漏扫、误扫等情况。因此对于很多用户来讲，扫地机的实际体验远不如厂家宣传般智能。
姜文表示，造成如此困局的原因一方面是由于技术局限性所致，另一方面则是扫地机过多强调导航规划的精准性，而对避障有所忽视，而indemind双目视觉惯性模组则从这三个方面对当前扫地机的避障短板进行了补强。
据了解，indemind双目避障模组可感知0.05-1.5米内的障碍物，配合水平60°，垂向30°视场角，可有效覆盖传统扫地机器人避障方案无法覆盖的区域，实现全范围障碍物检测，提升扫地机感知能力和避障范围，避免卡机、线体缠绕等问题。
同时，indemind双目视觉惯性模组充分发挥了立体视觉的技术优势，可为扫地机提供深度误差<1%的深度解算功能，无需试探碰撞，即帮助扫地机获取障碍物具体位置，提前规划避障路线。
此外，模组标配ir主动红外探测器，可有效增强白墙和无纹理物体的识别精度，进一步提升扫地机避障性能。
更值得关注的是，indemind双目避障模组内置专为家居场景研发训练的物体识别卷积神经网络模型。目前，已支持识别百余种常见家用物体品类，识别精度<2cm，可快速、精准地识别数据线、电线、鞋子、宠物粪便等障碍物，从而执行主动识别避障，避免误扫、误触。
“通过立体视觉结合ai物体识别算法，双目避障模组不仅填补了行业空白，更是实现了扫地机避障性能的跨越式发展，就此而言，indemind走在了行业的前沿。”姜文总结道。
丨从导航到避障，indemind要做扫地机核心零部件供应商
在立体视觉技术领域，indemind可谓是一名不折不扣的“老兵”。
2018年，indemind便已推出了双目视觉惯性模组，该模组采用多传感器融合架构，可有效支持视觉自主/特定物体定位、导航避障、人脸识别、环境感知及人体骨骼追踪等领域的算法开发、测试。同时，模组内置高精度vi-slam算法，支持开发者迅速调试及部署，直接应用于机器人、无人机、agv、ar/vr等领域。
2019年，indemind结合双目避障模组的技术积累与经验，面向国内扫地机器人厂商推出了媲美激光雷达方案的视觉导航解决方案。该方案通过立体视觉技术与高精度vi-slam算法，将本应将本应涉及超长产业链的扫地机定位、交互问题集中到一套解决方案中，快速为扫地机提供了高精度的导航定位、路径规划、智能避障、目标跟随、家居识别等核心功能，受到了诸多行业用户的一直认可与青睐。
今年，indemind再出发，推出了双目避障模组。在姜文看来，indemind定位在核心技术方案提供商，产品直接面向b端行业用户，间接对接终端用户，需不断聆听行业用户和终端用的实际需求，持续为产业、客户提供能解决实际需求的解决方案，让产品匹配真实的业务场景，才能让indemind不断成长，进而推动整个产业链条的健康发展。

---