解析五大前沿方案！扫地机器人如何才能避障不“智障”？
扫地机器人五种主流的避障技术
1、先说3D结构光方案，其原理是采用红外光源，发射出来的光经过一定的编码投影在物体上，这些图案经物体表面反射回来时，随着物体距离的不同会发生不同的形变，图像传感器将形变后的图案拍下来。
随后，通过计算拍下来的图案里的每个像素的变形量，来得到对应的视差，进而得到深度值。不过结构光方案测距范围受光斑图案影响，避障范围较小。强光环境下表现差，容易受光线影响。
2、3D TOF算是大家比较熟悉的方案了，它被iPad Pro用于实现AR玩法。它的工作原理是红外光源发射高频光脉冲到物体上，接着接收从物体反射回去的光脉冲，通过探测光脉冲的飞行（往返）时间来来计算被测物体离相机的距离。
然而3D ToF的劣势对于扫地机器人而言太过致命——分辨率低，以致于图像信息不易辅助避障，并不太适合用于扫地机器人。
3、激光雷达避障的原理是发射激光到物体表面，然后接收物体的反射光信号。而且激光避障的精度、反馈速度、抗干扰能力和有效范围都要明显优于红外和超声波。劣势在于单束 LIDAR 通过旋转可以扫描一个面的数据（LDS），无法完成对三维世界的感知。
即便是造价昂贵、不适于扫地机器人的多束激光组成阵列雷达，也只可获得部分范围内的三维地图。显然不能仅仅依靠激光雷达。
解析五大前沿方案！扫地机器人如何才能避障不“智障”？
4、单目视觉识别系统的扫地机器人已经十分多见。单目较多单一的照片只具有二维信息，犹如2D电影，并无直接的空间感，只有靠我们自己依靠“物体遮挡、近大远小”等生活经验脑补，故单一的摄像头获取到的信息及其有限，并不能直接得到我们想要的效果。
类比到机器视觉中，单个摄像头的图片信息无法获取到场景中每个物体与镜头的距离关系，即缺少第三个维度。现实生活中的场景极度复杂，单个摄像头发生视觉误算的概率非常大，可能会计算错物体的实际距离。单目产品缺乏立体视觉，无法获得第三个维度的信息，也就是景深信息。
所以搭载单个摄像头的扫地机把所有物体都识别成二维物体，并不是三维立体，它只能对预先训练好的物体进行估算，但实际家庭环境千差万别，不可能对所有会造成卡困物体都进行训练。所以相比较单目扫地机器人，我们更需要双目扫地机器人的出现。
5、双目
解析五大前沿方案！扫地机器人如何才能避障不“智障”？
双目技术原理
解析五大前沿方案！扫地机器人如何才能避障不“智障”？
石头科技近期推出的石头扫地机器人T7 Pro采用的是LDS＋双目方案，将以上五种方案之中的两种结合在一起。单说视觉部分，与单目相比，它的优势在于能够避障未识别过的物体，可以还原物体的景深信息。更好地采集的环境信息（测距避开通用障碍物，单目无此特性）。
而且结合 AI 物体识别算法，还能精准获取的障碍物属性信息，以此实现扫地机的主动智能避障，对不同障碍物采用不同的避障策略，评估避让距离，以兼顾清扫覆盖度和避障成功率。目前石头扫地机器人T7 Pro已经支持体重秤、风扇／吧台椅底座、鞋子、插线板、线团、“粑粑”等6 类物体。
解析五大前沿方案！扫地机器人如何才能避障不“智障”？
值得一提的是，石头扫地机器人T7 Pro可以实现全天候的避障，为了做到沙发底下，床底下，晚上等昏暗环境也能正常识别，其使用红外光补光（红外是不可见光，不会打扰用户）。
石头在摄像头内部把IR－cut filter换成了RGB＋IR双通的滤波片。
白天强光下，红外补光灯不打开，摄像头内部的 Sensor 主要接收可见光；夜晚暗光下，红外补光灯自动打开，摄像头内部的 Sensor 主要接收红外光。由此无论是白天还是夜间，避障、脱困都有了更加显著的改善。
解析五大前沿方案！扫地机器人如何才能避障不“智障”？
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
