越來越多的家庭入手掃地機器人來代替日常打掃，目前掃地機器人的清潔功能已經能夠滿足大部分家庭的日常需求，清潔效率成為制約用戶體驗的重要因素，網絡上也有掃地機器人 “智障低效”的吐槽，如何突破掃地機器人的清掃效率呢？目前行業的目光都聚焦在掃地機的重要功能——避障，它也是制約掃地機器人效率的重要因素。

為什么說避障是影響掃地機器人效率的重要一環呢？用過掃地機器人的網友可能都有這種體會，在使用掃地機器人時，經常會被地面上的障礙物卡住，或者因為路線不準確而出現磕磕碰碰，影響掃地效率。就像開車一樣，避障能力強的掃地機器人如同老司機，行車路線更直接精準，自然效率更高。

這就不得不提到機器人學術界的熱門話題——機器人避障技術，目前行業內前沿的避障技術主要是激光雷達避障、3D 結構光避障、3D TOF 避障、單目視覺避障、雙目視覺避障。

說到 3D TOF大家應該都不陌生，iPad Pro 通過搭載 TOF 模組，實現了超強 AR 的體驗。它的原理是采用紅外光源發射高頻光脈沖到物體上，然后接收從物體反射回去的光脈沖，通過探測光脈沖的飛行（往返）時間來計算被測物體離相機的距離。

它也是目前手機主流的面部識別方式，通過光脈沖反射信息來獲得人臉信息進行識別。但對于掃地機器人的避障應用場景來說，3D ToF 劣勢在于分辨率較低，無法提供圖像信息來輔助識別避障。無法識別障礙物的情況下，避障效果自然要打折扣，因此 3D TOF 并不是掃地機器人最成熟的避障方式。

對于掃地機器人來說，要想實現最好的避障效果，要借助圖像識別障礙物后再判斷運動軌跡。因此目前最先進的掃地機器人技術都引入了計算機識別技術，前文提到的單目視覺避障和雙目視覺避障是兩種主流的視覺避障方式，都可以達到 2K 分辨率。

不同的是單目避障先通過深度學習識別物體，然后檢測物體的 Bounding Box 來做測距預估和 3D 估計，因此對于未識別的物體，單目避障無法估計距離。就像在閉著一只眼睛的情況下，人對于不認識的物體是無法估計大小和距離的。

雙目避障在這一點上通過加了一個攝像頭來彌補了單目攝像頭的劣勢，雙目視覺的基本原理是利用兩個平行的攝像頭進行拍攝，然后根據兩幅圖像之間的差異（視差），利用一系列復雜的算法計算出特定點的距離，當數據足夠時還能生成深度圖。

可以說雙目攝像頭能夠完成所有單目攝像頭能完成的功能，同時能夠獲得后者永遠無法企及的深度信息，單目做不到雙目的 3D 立體視覺，同時它的成本適中，是解決掃地機器人避障難題的合適方案，石頭科技最近推出的石頭掃地機器人 T7 Pro 就采用了這一方案。與單目相比，它的優勢在于能夠避障未識別過的物體，可以還原物體的三維信息，精確避讓，不會被地面上圖案欺騙，減少無中生有，避免漏掃。

IT之家了解到，雙目避障技術在無人機和無人駕駛上也早就得到應用，目前大疆無人機、特斯拉及百度 L4 級量產自動駕駛技術，均采用了雙目視覺系統。但是視覺方案的劣勢在于對光線條件要求高，這也是雙目避障也難以繞過的大坑。石頭科技采用的解決方案是用紅外 LED 補光燈，這樣在夜間使用時不會打擾用戶，同時定制了 RGB+IR 雙通的濾波片，白天強光下，紅外補光燈不打開，攝像頭內部的 Sensor 主要接收可見光；夜晚暗光下，紅外補光燈自動打開，Sensor 主要接收紅外光。通過這種特殊光學器件的使用，掃地機器人就可以實現白天夜晚全天候工作。

在實際使用中，雙目避障系統在掃地機器人應用場景下的表現如何？IT之家也曾對石頭掃地機器人 T7Pro 的避障能力進行過測試，在測試中我們發現除了簡單的避開日常障礙物，AI 雙目避障也讓石頭掃地機器人 T7 Pro 的路線更加精準。如下圖 GIF 所示，借助 AI 雙目避障系統對周圍桌腿的識別，石頭掃地機器人 T7 Pro 在狹窄的桌腿間輕松實現 “倒車入庫”，提高清掃效率。

目前市面上不同價位的掃地機器人品種繁多，千元以下的大多為隨即碰撞避障方式，價位較高的旗艦產品則多數采用視覺方案，在選購時可以根據自己的目標價位和實際需求選購最適合自己的產品。