从家庭“必备”到边角“鸡肋”。
新鲜却不保“熟”
作为新时代的网红产品,扫地机器人成为了很多装修攻略中的必备单品,但当年轻人真正使用后,心中却不免疑问,这真的是自己听到的那个“六边形战士”?
与所畅想的“甩手掌柜”不同,它即有还无的量子作业表现,于能用、难用中灵活切换,这与网络的吹嘘,产生了鸿沟式的割裂感,让久经骗场的年轻人们只想大呼,谁懂啊,又上当了。
作为行业从业者,对于这类现象,我们看到的更多,从家用到商用,从清洁到配送,类似的负面反馈早已屡见不鲜。但我们深入了解行业背后,会发现扫地机器人并没有因为漫天的吐槽而销声匿迹,反而在经历了市场寒潮后,开始重新焕发活力。
根据奥维数据显示,在家电整体市场环境低迷的背景下,2023年我国扫地机器人零售额137亿元,同比增长10%;零售量458万台,同比增长4%。
这背后的原因,一方面是因为扫地机器人虽然表现不够稳定,但已经能发挥出实用价值,区别在于是3分还是6分(10分制);另一方面,随着产品更新迭代速度持续加快,新技术、新产品能够有效地解决用户痛点,为市场保持了正向反馈,企业有信心持续创新,用户也能有更多期待。
然而,虽然行业形势在回暖,我们对扫地机器人产品仍需要有清晰的认知。尽管扫地机器人已有十几年的历史,但对于家电领域,依然是初出茅庐的“小鲜肉”,虽然保“鲜”却仍不保“熟”。想要做到“8成熟”以上,还需要完善新的拼图。
从局部创新到全局升级
过去几年,扫地机器人在清洁系统,基站方面,都和最初的产品有了天壤之别,功能设计也趋于完善和成熟,然而,扫地机器人的作业效率和设想的还差得很远。
作业效率是一个单独的指标,也是一个综合的概念,除了硬件的提升,它还关系着多个方面,包括优化路径规划、提升避障能力,丰富清洁功能和策略,智能调度等等。
作为国内最领先的机器人AI技术公司之一,INDEMIND专注AI基础技术研发,历经多年研发,目前已掌握了高精度、高集成度的机器人立体视觉及融合导航技术,并基于智能视觉开发出一系列认知智能及决策智能技术,提升机器人产品的智能水平,为整个机器人行业提供通用、可靠且低成本的机器人AI技术。
与市面上的激光雷达方案不同,INDEMIND技术方案全部以视觉为核心,并推出了市面上首款真正意义上的纯视觉家用机器人AI方案「家用机器人AI Kit」。该方案以INDEMIND自研的INDEMIND OS Lite家用机器人AGI系统为核心,搭配面向家用小型机器人专门研发的一体化立体视觉模组,可实现家用机器人导航定位、智能避障、路径规划、决策交互等核心功能,是包含软硬件的ALL IN ONE解决方案。
全栈自研,从头塑造技术链
为了有效提升机器人整体表现,INDEMIND不仅完全自研了适用消费级产品的轻量化VSLAM算法,还有路径规划算法、AI识别算法、智能避障算法、脏污识别算法等,并且开发了用于机器人决策的智能决策引擎及多种作业策略,实时决策控制机器人的作业逻辑,达到拟人化的作业方式。
在实际表现中,机器人可以识别物体、人、动物及空间语义,根据扫地机器人家庭应用场景需求,目前定义识别鞋、插线板等多种物体,且识别类别可根据特定需求调整和训练。同时配合智能决策引擎技术,机器人能够有策略的实现智能避障(如根据障碍物不同做出不同规避距离),且在交互上,可通过语音、手势、动作等自然语言指令,命令机器人进行安全、搜寻、跟随、自主寻路、定向清扫等多种智能逻辑。
值得特别提到的脏污识别,或许是当下扫地机器人最重要的新拼图。在真实场景中,地面的脏污分布和类型都不同,扫地机器人往往会引发更多的清洁问题。且在遇到重污区域时,也会出现清洁不干净的情况,若采用多遍清扫,又会导致重复清扫,耗能增加,整体清洁效率低下。
为此,INDEMIND自研脏污识别技术,经过多次算法迭代,已实现了平均脏污检出率99%以上(包含常见固体、液体脏污),支持任何地面材质、花色、光线下的透明、半透明,不透明液体及干涸污渍识别、颗粒状脏污识别、粉末状脏污识别,是目前行业极少成熟且性能优异的技术方案。
结合INDEMIND专门针对不同地面情况研发的清洁策略,能够支持机器人自主识别房间类型、脏污类型及分布、地面材质、障碍物类型等,并进一步判断决策清洁策略,如液体脏污,停止边刷和主刷,自动复拖,以防液体溅射。
随着时间发展,扫地机器人行业正在摆脱早先营销战的影响,技术创新在稳步推进,保“鲜”又保“熟”的扫地机器人产品或许离我们并不遥远。
审核编辑 黄宇
-
扫地机器人
+关注
关注
20文章
775浏览量
53295 -
INDEMIND
+关注
关注
1文章
27浏览量
3575
发布评论请先 登录
相关推荐
评论