Som "øjet" og hjernen i den fejende robot giver navigationssystemet maskinen evnen til at opfatte og handle. Fra tilfældig inertial navigation til global planlægning laser navigation, har navigationsteknologi undergået mange ændringer, og derefter laser navigation er blevet mainstream af markedet, men med den betydelige stigning i brugernes efterspørgsel efter intelligens, visuel navigation baseret på computer vision teknologi er stærk Vises, spillet af "gamle spillere" og "nye aktører" er iscenesat igen. Laser og vision, hvem er "fremtiden"?
Lasernavigationsteknologi
Lasernavigation er født ud af de tidlige positioneringsmetoder baseret på afstandsmåling (såsom ultralyd og infrarød). Laserafstandsmåling udsender en stråle i en bestemt retning. Når lyset er hoppet af, opfanges det af modtageren, og afstanden mellem sig selv og objektet kan beregnes efter tid. Lasernavigation får miljøoplysninger gennem lasersensorer og måler afstanden mellem maskinen og forhindringer. Efter algoritmebehandling er et todimensionelt kort konstrueret til at realisere positionering og navigation.
Det specifikke arbejdsprincip for lasernavigation er at præsentere en række spredte, nøjagtige vinkel- og afstandsinformationspunkter gennem de miljøoplysninger, der indsamles af lidar, som kaldes punktsky. Lasernavigation beregner maskinens relative bevægelsesafstand og kropsholdning ved at matche og sammenligne to punktskyer på forskellige tidspunkter og derved fuldføre sin egen positionering. Det relativt enkle princip og lasersensorens egenskaber gør det til at have fordelene ved høj effektivitet, høj præcision og modstand mod interferens.
Visuel navigationsteknologi
Visuel navigation, som navnet antyder, er at indsamle miljøoplysninger gennem visuelle sensorer og opbygge kort baseret på funktionspunkter eller markører for at realisere autonom positionering og navigation.
Undersøgelser har vist, at 75% af de miljømæssige oplysninger, der opnås af mennesker kommer fra synet, mens kikkertsyn efterligner menneskelige vision i struktur, ved hjælp af kikkert parallakse for at opnå dybde spænder. Med hensyn til arbejdsprincip kan kikkertsyn opnå massive og overflødige teksturoplysninger fra miljøet og har en stærk scenegenkendelsesevne, hvilket giver robotten en forudsætning for at realisere intelligent beslutningstagning. De todimensionelle miljøoplysninger, der indsamles af kikkerten, kan bruges til at generere et tredimensionelt kort med dybdeinformation ved hjælp af stereosynsteknologi, som kan beregne afstanden, volumen og attributoplysninger om forhindringer i området for at opnå positionering, navigation, stiplanlægning, forhindringsundgåelse og andre funktioner .
Samtidig kan kikkertsyn kombineret med semantisk genkendelse bedre forstå husets layout og rumlige struktur og realisere intelligent interaktion, såsom målsporing og udførelse af specifikke instruktioner.
Begge har deres fordele og ulemper
Fra en overskuelig fremtid har brugerne altid fastholdt meget høje forventninger til forbedring af intelligent efterspørgsel, hvilket også peger i retning af den næste generation af fejende robotter. Robotten skal simulere "mind map" af den menneskelige hjerne og lære at tænke selvstændigt. Intelligent beslutningstagning er nøglen.
Lasernavigation er dog begrænset af sensoregenskaber, punktskyer kan ikke skelne teksturoplysninger, og de har ikke evnen til at genkende scener. Derfor kan de ikke yde effektiv støtte til intelligent beslutningstagning og intelligent interaktion, og deres intelligente skalerbarhed er utilstrækkelig. På grund af layoutbegrænsninger er lave forhindringer tilbøjelige til at opdage blinde vinkler. I den faktiske ydeevne opstår der ofte problemer som forhindringsundgåelsesfejl, falske berøringer og langsom respons.