竟然將自動駕駛算法用在掃地機器人上。

大材小用？

還真沒有，雖然道路交通很復雜，但家里也一樣。

不僅要在靠近柜腳床腳時減速，還要在“看見”障礙物（掉在地上的襪子、纏繞的數據線）時來個急剎車。

還得肩負起逗貓遛狗的責任，給上班的你直播寵物的“作案現場”。

問題來了，機器人想要避開物體（如數據線、貓狗），用目標檢測算法不就行了？

但目標檢測算法只能識別已知物體，無法識別、測量未知物體的距離。

想讓機器避障，除了檢測特殊目標，還需要自動駕駛技術中的一項核心算法三維感知，即判斷障礙物距離和三維尺寸（體積大小）的能力。

人眼會下意識地判斷物體與自己的距離。

機器要想“學會”這種能力，同樣需要先擁有“眼睛”。

自動駕駛避障核心：雙目視覺算法

深度感知用到的測距方法有很多，包括紅外、超聲波、激光、3D結構光、3D ToF、單目視覺、雙目視覺等。

那么，為什么要選擇雙目視覺算法？

簡單來說，就是讓機器像人一樣，用兩只眼睛看世界，產生“深度”感。不然，機器人看著你和身后的花瓶，會認為是你正頂著一個花瓶，而不會產生“深度”感。

如果只有單目（只用一只眼睛，利用時間和判定框大小變化去測量距離）的話，機器也有辦法判斷距離，但就與人一樣，沒辦法判斷得那么精確。

例如，左右手各舉一支筆，在閉上一只眼睛后，試著將筆尖對筆尖——是不是容易對不上？因為距離感變差了，所以筆尖總是容易互相錯過。

那么，激光雷達呢？

這的確是一個好東西，如果多個雷達全方位感知，機器就擁有了“神之視角”，每個角落都能看得清清楚楚。

然而，它造價太昂貴。如果在機器人身上裝上可以無死角掃視房間的雷達數量，它就變成了“行走的小金庫”，價格讓人無法直視。

此外，如紅外、超聲波等算法，避障精度不如雙目準確；至于3D ToF、結構光等算法，不僅成本高，需要額外配攝像頭做目標檢測，而且沒有區分物體的能力，只能通過大小判斷障礙物。（例如，薄薄的襪子可能就被誤吸了）

這也是為什么，雙目視覺算法在無人車與無人機領域“備受歡迎”。

而現在，雙目視覺算法也被用在了掃地機器人上。

3cm以上：結合LDS，障礙物全識別

機器的“眼睛”，通俗點來說就是各種大大小小的傳感器。（激光雷達、相機后面的傳感器）

傳感器通常的工作原理，是機器（在角α頂點處）發射紅外線、超聲波、激光，通過“眼睛”（下圖角β的頂點）接收到后，再根據反射回來的角度、相位或時間，來判斷距離（d）。

而雙目視覺的根本原理，就像是將這個三角形變成了3D版：

它的原理就兩步：確定視差，即將兩個相機拍下來的照片進行對比，找出兩張照片中相同的點間像素差，基于視差，通過已知的雙目空間幾何關系，計算立體空間中各點的距離。

但相比人腦的高精度計算，想要實現計算機的雙目識別，并不只有解三角形這么簡單。

一個重要的原因，就是在步驟這一塊，計算機本身并不知道攝像機拍的兩張照片哪里是一樣的。

△在計算機眼里，這些小黃鴨就是一堆數據

這就導致雙目視覺算法的開發變得非常困難，但帶來的收益也很高。

不過，雙目視覺算法仍然有缺點，它受光線影響依舊很大。

所以在光線不足時，就用算法去主動“補上光線”。

以石頭T7 Pro掃地機器人的算法為例，雙目視覺模塊分為視覺控制和深度估計兩部分，一個智能補光，一個估計深度。（甚至專門做個紅外拍出的相片，搞成數據集，訓練補光識別效果）

但自動駕駛算法，也絕不僅僅只靠“兩只眼睛”。

與人類不同，無論是自動駕駛汽車、無人機、還是掃地機器人，都可以說是“全身遍布”著眼睛。

其中就包括LDS（激光雷達）。

當雙目視覺算法遇上激光雷達（能搞定所在高度的平面避障），在二者的結合之下，機器人不僅能完美避開3cm以上的障礙物，還能通過它們“找準自身定位”。

此外，激光雷達也會用在SLAM的建圖和定位上。

3cm以下：目標檢測算法的最強“輔助”

不過，在實際應用中，單靠雙目視覺算法和激光雷達，還遠遠不夠。

小于3×5厘米的物體，會比較麻煩，既要區分出要清掃的部分（紙屑、地毯）、又要避開一些容易纏住的障礙（數據線）。

這種情況下，雙目視覺算法就成了最好的“輔助”：協助目標識別算法，將需要避開的物體檢測出來，準確地區分垃圾與障礙物。

目標檢測模型上，T7 Pro自研的神經網絡借鑒了SSD，YOLO，及CenterNet等多種新型模型，目前還在不斷地迭代。

算法上，石頭采用了“一分為二”的待遇：高于3厘米的物體，繞障礙物邊沿避障和清掃；

小于3厘米的物體，按種類進行清掃（紙屑、地毯）或避障（寵物便便、數據線）。

數據集上，石頭也“別有用心”：選出了一些特殊的物體，進行“有差別對待”。

例如，大家都有所擔心的動物便便，石頭T7 Pro的算法中直接加入了便便的識別（同情做數據集的一秒鐘），在接觸之前，遠遠地就避開它。

哪怕不在家，掃地機器人也不會把寵物便便拖得滿地都是。

雖然算法目前已經迭代到了能夠識別9種物體的“體量”（還在增加ing），但不是所有的物體都像寵物便便這樣，會受到“遠遠避開”的待遇。

9類常見障礙物：底座類（吧臺椅、風扇、手持底座、平底座、燈底座）、體重秤、線團、插線板、鞋子、粑粑、織物（如襪子）、易卡家具（ 如U型椅）、簸箕

例如鞋子、風扇這種相對較為安全的物體，離得近一點再避障也沒什么問題（推開一點不重要，掃干凈就行）。

以及，這部分算法還有個小彩蛋。

在你上班的時候，這個掃地機器人就能化身小管家，“監督”寵物：是不是又把食盆打翻了？

不過，視頻只有直播，沒有云存儲，也就是說，其他人甚至沒辦法竊取你家的數據，所以，不用擔心掃地機器人會“變身間諜”。

繼續“拆解”后的發現

從深度感知部分來看，掃地機器人深度感知的原理，與無人駕駛算法有著相似之處：

算法包含三大部分，第一部分是傳感器數據的獲取，第二部分是信息的提取，第三部分是獨特導航算法的融合（后融合）。

但這并不意味著，掃地機器人的算法與無人駕駛汽車的算法一樣。

在實際應用上，掃地機器人需要“近距離避障”（晚點剎車，掃得更干凈），自動駕駛汽車則相反，需要以“安全”為主（盡早剎車）。

所以，雖然二者的避障核心都是自動駕駛中的雙目視覺算法，但數據處理方式不同。

從根本上來說，它們都是智能機器人，為了讓生活變得更方便而存在。
責任編輯:pj