Технологии распознавания объектов у роботов-пылесосов: какие бывают типы?

Определение предметов снижает количество пространственных коллизий, поскольку робот объезжает провода, сушилку и экскременты. Однако техническое исполнение этой технологии может существенно варьироваться, равно как и качество обхода объектов по факту. Бывают роботы с 3Д-датчиками, с дополнительными сенсорами, «умными» камерами разного типа.

Далее я кратко расскажу об основных технологиях с примерами пылесосов, в которых они реализованы.

DToF — базовый 3Д-датчик, определяющий положение предмета по времени отражения пучков света. Датчик чувствительный и с ограниченным полем видимости, из-за чего возникают проблемы в навигации: иногда не замечает крупные предметы (например, обувь), а иногда объезжает даже лежащие на полу соринки или ковры. Примеры роботов такого типа — Mijia 1T и Mijia Ultra Thin.

DToF + перекрестные датчики — по сторонам от основного стоят лазерные датчики, которые расширяют поле обзора и делают навигацию более точной. Deebot N8 Pro стабильно обходит предметы любого калибра, но всё ещё испытывает проблемы с коврами.

У Dreame L10 Pro менее чувствительный датчик — спичечные коробки он не видит, зато, когда построит карту, спокойно катается по коврам.

DToF x2 — двойной 3Д-датчик работает куда эффективнее обычного. 360 S10 обрабатывает разные покрытия и безошибочно определяет любые предметы даже при тусклом освещении.

Камера + AI — робот считывает очертания объектов камерой и с помощью нейросети определяет тип препятствия. Классический представитель — Deebot T8 AIVI. Отлично ориентируется на местности, а к камере можно подключиться удаленно.

Более современный Dreame L10s Ultra фотографирует найденные предметы и отображает соответствующие значки на карте.

Камера x2 + AI — за счет второй камеры точность распознавания повысилась. В частности, Roborock S6 MaxV даже отличает живого питомца от игрушки. В 2020 году это был лучший робот с технологией распознавания. Единственный минус — слепнет в темноте.

Камера + перекрестные датчики — в теории система должна быть перспективной, но по факту у Mijia Mop 1S она работает просто и ничем не отличается от системы DToF с перекрестными датчиками: обычное определение, а не распознавание предметов.

Камера + DToF — в сочетании с камерой 3Д-датчик определяет глубину изображения, позволяет распознавать объекты с высокой точностью. Характерный пример — Mijia Vacuum Cleaner Pro с большим количеством настроек AI. Робот распознает даже мебель в доме.

Камера + RGB + подсветка — самые современные роботы анализируют цветное изображение в красном, синем и зеленом диапазоне, за счет чего получают более точную картину окружения. Лучшая реализация данной технологии у Roborock S7 MaxV. Пылесос распознает широкий спектр объектов, включая домашнего питомца и других роботов, для которых предусмотрена особая программа действий («Купидон»).

DToF + Камера + RGB — сложная система, которая сочетает в себе все основные разработки для распознавания предметов. Однако, несмотря на хорошие показатели датчиков в отдельности, синергии не получается. Cecotec Conga 7090 IA, у которого такая система реализована, определяет предметы немного хуже, чем Mijia Vacuum Cleaner Pro. А Deebot X1 Omni с похожей технологией отказывается различать провода и мелочёвку.

Вывод

Технология определения предметов чрезвычайно полезная, но не до конца отшлифованная во многих случаях. При этом качество исполнения и стоимость связаны не очевидным образом. Некоторые бюджетные пылесосы определяют предметы лучше премиальных аналогов, хотя и не всегда. Яркими примерами роботов с «сырой» технологией определения являются Mijia 1T и Mijia Mop 1S. Роботы, у которых данная система работает качественно, — это Dreame L10 Pro, 360 S10, Mijia Vacuum Cleaner Pro. Самый интеллектуальные роботы из существующих — Roborock S7 MaxV, Roborock S8.