关于现目前扫地机器中高端技术的个人思考

简介: 关于现目前扫地机器中高端技术的个人思考

1

今天做个小石子丢到池塘里,激一激波浪。原因是这几天和几位朋友交流和争论在扫地机上可见光摄像头(去除深度相机)对与扫地机建图、导航、避障的影响程度。

先说我的结论,我认为结合自己工作经验和朋友的交流,普通的可见光摄像头不论是单目还是双目在提升机器人更优的规划建图体验上没有稳定,由于它本身受到外界光照条件影响过大,导致只能做一个辅助技术手段,更多体现在交互的应用层,例如石头、科沃斯用摄像头实时监控家庭环境,障碍物识别之后的显示等。

作者:良知犹存

转载授权以及围观:欢迎关注微信公众号:羽林君

或者添加作者个人微信:become_me


2

现在自己工作的行业是扫地机领域,目前扫地机领域经历过2015年智能规划技术,2019年集尘站发展,行业进入一个竞争激烈的阶段。目前国内大大小小扫地机公司两三百个,头部公司有科沃斯、石头、小米下面的代工公司,还有其他领域入场的公司。这些公司所有的产品中高端的大概售价4000-6000,中端差不多2000-3000,低端就是千元机。839886cd3c004deb9abdba851aa48a4c.png

今天我想说的就是,这些机器的中高端2000元差异从几个角度来说值不值?


首先从技术角度出发中高端机器,都有集尘站、雷达、一些沿墙传感器;高端机型一般会说有融合了更多传感器,例如视觉传感器、还有一些更好的应用交互。

从一个扫地机对大部分使用意义来说,我们需要它能够扫能拖地,有集尘站可以自动收集垃圾清洗拖布。那么我想说中端机器甚至低端机器在配备雷达传感器建图导航的情况下,可以满足大部分使用场景。

而高端机器比起中端机器差价有两千元左右,那它所体现的卖点是什么呢?会提出什么概念使用户买单呢?除去使用深度相机的机器(这个很少,因为深度相机成本很高)我发现这些机器增加的卖点有物体识别、实时视频语音交互,语音控制功能,是视觉融合避障之余的。这些功能我们一个个分析,大家发现除去视觉避障这块,其他都是目前现有产品集成到扫地机上,技术点上来说并没有特别困难的。而视觉避障这块来说,普通没有深度信息的摄像头在使用中,由于家庭在不同光照条件下,摄像头捕捉的数据差异很大,这个在目前扫地机上没有特别好的解决方案。而其他使用摄像头的卖点中也没有格外说可以整体提升我机器技术清扫业务等的效果,更别说为了数据模型,国内还有厂家在使用摄像头偷偷收集客户家庭信息。

3

所以从扫地机基本清扫的产品要求中,雷达+沿墙传感器+集尘站的方案这个级别,在选择视觉的要求上不至于过分选择,一是技术没有革命性解决一些问题导致没有极大提升扫地机本身所需要的功能,二是也会有泄露隐私的问题;2000元的差价,我觉得不值得,并且对于刚进来的行业的公司做好雷达+沿墙+继尘站的中端配置的成熟技术,打磨好产品我觉得在未来几年会有不错的机会。视觉方案在整体技术中应该还是辅助机器提升产品体验的额外价值,而非主要技术体现。


分享自己的见解,说出个人的小观点,也是希望有同行业或者同领域朋友们可以交流一下。

作者:良知犹存,白天努力工作,晚上原创公号号主。公众号内容除了技术还有些人生感悟,一个认真输出内容的职场老司机,也是一个技术之外丰富生活的人,摄影、音乐 and 篮球。关注我,与我一起同行。



目录
相关文章
|
数据可视化 搜索推荐
Ollama-Deep-Researcher-本地Mac结合魔搭社区模型搭建网页研究助手
Ollama Deep Researcher 是一款完全本地化的网络研究助手,可使用Ollama托管的任何 LLM 。输入一个主题,它将生成网络搜索查询,收集网络搜索结果(默认通过Tavily),总结网络搜索结果,反思总结以检查知识差距,生成新的搜索查询以解决差距,搜索并改进总结,循环次数由用户定义。它将为用户提供最终的 markdown 摘要,其中包含所有使用的来源。
624 2
|
6月前
|
存储 弹性计算 缓存
阿里云 ECS 按量付费价格详解:1 小时收费标准与多配置报价(今年最新)
在云服务器使用场景中,临时测试、活动扩容、短期项目部署等需求,往往不需要长期锁定资源,此时 “按量付费” 模式凭借 “按需使用、按小时结算” 的灵活性,成为众多用户的首选。本文结合阿里云 今年最新计费规则(含节省停机模式、地域差价调整)与实例规格迭代信息,详细梳理不同配置(2 核 2G 至 8 核 32G)的 ECS 按量付费 1 小时价格、计费逻辑及成本优化方案,为短期资源需求提供精准成本参考。
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
1196 138
|
7月前
|
存储 调度 KVM
深入浅出KVM虚拟化技术原理——Ansible安全基线配置(一)
本文深入解析KVM虚拟化核心机制,涵盖内核如何调度QEMU进程与KVM模块协同工作、CPU虚拟化扩展(VT-x/AMD-V)的硬件加速原理,以及存储池的管理与优势,助你全面掌握KVM底层运行逻辑。
592 11
|
传感器 人工智能 物联网
《跨越架构鸿沟:分布式软总线实现设备通信大一统》
随着设备多样性增加,不同芯片架构(如X86、ARM、RISC-V)在通信中面临诸多障碍。分布式软总线技术应运而生,通过融合底层通信技术、协议货架适配和中间适配层,屏蔽硬件、操作系统及协议差异,实现高效统一通信。该技术已在智能家居与办公场景中展现价值,未来结合AI与新一代通信技术,将助力万物互联愿景的实现。
546 6
|
开发者
【软件开发规范三】【软件版本命名规范】
软件版本号有四部分组成,第一部分为主版本号,第二部分为次版本号,第三部分为修订版,第四部分为日期版本号加希腊字母版本号,希腊字母版本号共有五种,分别为base、alpha、beta、RC、release
1788 1
【软件开发规范三】【软件版本命名规范】
|
Java 关系型数据库 MySQL
新一代 Cron-Job分布式任务调度平台 部署指南
简单易用、超低延迟,支持用户权限管理、多语言客户端和多租户接入的分布式任务调度平台。 支持任何Cron表达式的任务调度,支持常用的分片和随机策略;支持失败丢弃、失败重试的失败策略;支持动态任务参数。
519 112
|
存储 物联网 调度
操作系统的心脏:内核深度解析
在数字世界的构建中,操作系统扮演着基石的角色,而其核心—内核,则是这一复杂系统的灵魂。本文将深入探讨操作系统内核的工作原理,揭示它是如何管理硬件资源、运行程序以及提供系统服务的。通过理解内核的结构和功能,我们可以更好地把握计算机系统的运作机制,进而优化和创新我们的技术实践。
|
机器学习/深度学习 数据采集 人工智能
文档智能 & RAG 让AI大模型更懂业务 —— 阿里云LLM知识库解决方案评测
随着数字化转型的深入,企业对文档管理和知识提取的需求日益增长。阿里云推出的文档智能 & RAG(Retrieval-Augmented Generation)解决方案,通过高效的内容清洗、向量化处理、精准的问答召回和灵活的Prompt设计,帮助企业构建强大的LLM知识库,显著提升企业级文档管理的效率和准确性。
|
搜索推荐 API 开发者
Django框架和Flask框架的适用场景分别是什么?
总体而言,Django 更适合需要全面功能和大规模开发的场景,而 Flask 则更适合灵活性要求高、小型项目或特定需求的开发。当然,具体的选择还应根据项目的具体情况、团队的技术能力和偏好等因素来综合考虑。在实际应用中,开发者可以根据项目的特点和需求,灵活选择使用这两个框架,或者结合它们的优势来构建更强大的 Web 应用程序。
907 163