INDEMIND：扫地机器人，保“鲜”不保“熟”

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