掃地機器人“離家出走”的真實原因找到了：差個自動駕駛算法
避障成功率提升82％
蕭簫 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
這家公司，竟然將自動駕駛算法用在了他們的掃地機器人上。
大材小用？
還真沒有，雖然道路交通很復(fù)雜，但家里也一樣。
不僅要在靠近柜腳床腳時減速，還要在“看見”障礙物（掉在地上的襪子、纏繞的數(shù)據(jù)線）時來個急剎車。
還得肩負起逗貓遛狗的責任，給上班的你直播寵物的“作案現(xiàn)場”。
問題來了，機器人想要避開物體（如數(shù)據(jù)線、貓狗），用目標檢測算法不就行了？
但目標檢測算法只能識別已知物體，無法識別、測量未知物體的距離。
想讓機器避障，除了檢測特殊目標，還需要自動駕駛技術(shù)中的一項核心算法三維感知，即判斷障礙物距離和三維尺寸（體積大?。┑哪芰?。
人眼會下意識地判斷物體與自己的距離。
機器要想“學(xué)會”這種能力，同樣需要先擁有“眼睛”。
自動駕駛避障核心：雙目視覺算法
深度感知用到的測距方法有很多，包括紅外、超聲波、激光、3D結(jié)構(gòu)光、3D ToF、單目視覺、雙目視覺等。
那么，為什么要選擇雙目視覺算法？
簡單來說，就是讓機器像人一樣，用兩只眼睛看世界，產(chǎn)生“深度”感。不然，機器人看著你和身后的花瓶，會認為是你正頂著一個花瓶，而不會產(chǎn)生“深度”感。
△錯位圖
如果只有單目（只用一只眼睛，利用時間和判定框大小變化去測量距離）的話，機器也有辦法判斷距離，但就與人一樣，沒辦法判斷得那么精確。
例如，左右手各舉一支筆，在閉上一只眼睛后，試著將筆尖對筆尖——是不是容易對不上？因為距離感變差了，所以筆尖總是容易互相錯過。
那么，激光雷達呢？
這的確是一個好東西，如果多個雷達全方位感知，機器就擁有了“神之視角”，每個角落都能看得清清楚楚。
然而，它造價太昂貴。如果在機器人身上裝上可以無死角掃視房間的雷達數(shù)量，它就變成了“行走的小金庫”，價格讓人無法直視。
此外，如紅外、超聲波等算法，避障精度不如雙目準確；至于3D ToF、結(jié)構(gòu)光等算法，不僅成本高，需要額外配攝像頭做目標檢測，而且沒有區(qū)分物體的能力，只能通過大小判斷障礙物。（例如，薄薄的襪子可能就被誤吸了）
這也是為什么，雙目視覺算法在無人車與無人機領(lǐng)域“備受歡迎”。
而現(xiàn)在，雙目視覺算法也被用在了掃地機器人上。
3cm以上：結(jié)合LDS，障礙物全識別
機器的“眼睛”，通俗點來說就是各種大大小小的傳感器。（激光雷達、相機后面的傳感器）
傳感器通常的工作原理，是機器（在角α頂點處）發(fā)射紅外線、超聲波、激光，通過“眼睛”（下圖角β的頂點）接收到后，再根據(jù)反射回來的角度、相位或時間，來判斷距離（d）。
△考驗高中數(shù)學(xué)知識的時候到了
而雙目視覺的根本原理，就像是將這個三角形變成了3D版：
它的原理就兩步：①確定視差，即將兩個相機拍下來的照片進行對比，找出兩張照片中相同的點間像素差，②基于視差，通過已知的雙目空間幾何關(guān)系，計算立體空間中各點的距離。
但相比人腦的高精度計算，想要實現(xiàn)計算機的雙目識別，并不只有解三角形這么簡單。
一個重要的原因，就是在步驟②這一塊，計算機本身并不知道攝像機拍的兩張照片哪里是一樣的。
△在計算機眼里，這些小黃鴨就是一堆數(shù)據(jù)
這就導(dǎo)致雙目視覺算法的開發(fā)變得非常困難，但帶來的收益也很高。
不過，雙目視覺算法仍然有缺點，它受光線影響依舊很大。
所以在光線不足時，就用算法去主動“補上光線”。
以石頭T7 Pro掃地機器人的算法為例，雙目視覺模塊分為視覺控制和深度估計兩部分，一個智能補光，一個估計深度。（甚至專門做個紅外拍出的相片，搞成數(shù)據(jù)集，訓(xùn)練補光識別效果）
但自動駕駛算法，也絕不僅僅只靠“兩只眼睛”。
與人類不同，無論是自動駕駛汽車、無人機、還是掃地機器人，都可以說是“全身遍布”著眼睛。
其中就包括LDS（激光雷達）。
當雙目視覺算法遇上激光雷達（能搞定所在高度的平面避障），在二者的結(jié)合之下，機器人不僅能完美避開3cm以上的障礙物，還能通過它們“找準自身定位”。
此外，激光雷達也會用在SLAM的建圖和定位上。
3cm以下：目標檢測算法的最強“輔助”
不過，在實際應(yīng)用中，單靠雙目視覺算法和激光雷達，還遠遠不夠。
小于3×5厘米的物體，會比較麻煩，既要區(qū)分出要清掃的部分（紙屑、地毯）、又要避開一些容易纏住的障礙（數(shù)據(jù)線）。
這種情況下，雙目視覺算法就成了最好的“輔助”：協(xié)助目標識別算法，將需要避開的物體檢測出來，準確地區(qū)分垃圾與障礙物。
目標檢測模型上，T7 Pro自研的神經(jīng)網(wǎng)絡(luò)借鑒了SSD，YOLO，及CenterNet等多種新型模型，目前還在不斷地迭代。
算法上，石頭采用了“一分為二”的待遇：高于3厘米的物體，繞障礙物邊沿避障和清掃；
小于3厘米的物體，按種類進行清掃（紙屑、地毯）或避障（寵物便便、數(shù)據(jù)線）。
數(shù)據(jù)集上，石頭也“別有用心”：選出了一些特殊的物體，進行“有差別對待”。
例如，大家都有所擔心的動物便便，石頭T7 Pro的算法中直接加入了便便的識別（同情做數(shù)據(jù)集的一秒鐘），在接觸之前，遠遠地就避開它。
哪怕不在家，掃地機器人也不會把寵物便便拖得滿地都是。
雖然算法目前已經(jīng)迭代到了能夠識別9種物體的“體量”（還在增加ing），但不是所有的物體都像寵物便便這樣，會受到“遠遠避開”的待遇。
9類常見障礙物：底座類（吧臺椅、風扇、手持底座、平底座、燈底座）、體重秤、線團、插線板、鞋子、粑粑、織物（如襪子）、易卡家具（ 如U型椅）、簸箕
例如鞋子、風扇這種相對較為安全的物體，離得近一點再避障也沒什么問題（推開一點不重要，掃干凈就行）。
以及，這部分算法還有個小彩蛋。
在你上班的時候，這個掃地機器人就能化身小管家，“監(jiān)督”寵物：是不是又把食盆打翻了？
不過，視頻只有直播，沒有云存儲，也就是說，其他人甚至沒辦法竊取你家的數(shù)據(jù)，所以，不用擔心掃地機器人會“變身間諜”。
繼續(xù)“拆解”后的發(fā)現(xiàn)
從深度感知部分來看，掃地機器人深度感知的原理，與無人駕駛算法有著相似之處：
如下圖，算法包含三大部分，第一部分是傳感器數(shù)據(jù)的獲取，第二部分是信息的提取，第三部分是獨特導(dǎo)航算法的融合（后融合）。
但這并不意味著，掃地機器人的算法與無人駕駛汽車的算法一樣。
在實際應(yīng)用上，掃地機器人需要“近距離避障”（晚點剎車，掃得更干凈），自動駕駛汽車則相反，需要以“安全”為主（盡早剎車）。
所以，雖然二者的避障核心都是自動駕駛中的雙目視覺算法，但數(shù)據(jù)處理方式不同。
從根本上來說，它們都是智能機器人，為了讓生活變得更方便而存在。
“智能，讓人們更聚焦于生活”
石頭科技CTO、本碩畢業(yè)于浙大的吳震，在接受量子位采訪時表示，基于用戶場景持續(xù)迭代，掃地機器人才能更好地適應(yīng)千家萬戶的多樣性。
△石頭科技CTO吳震
例如，內(nèi)測的時候，先對身邊的人“下手”：
在我們第一代產(chǎn)品內(nèi)測時，我們發(fā)現(xiàn)有一位同事家里，一件老家具很容易卡住機器人。
后來我們就給這位同事買了一件相似的新家具，然后把這件老家具搬到實驗室，作為我們標準測試項目。
而掃地機器人被發(fā)明出來的初衷，本質(zhì)上與無人駕駛汽車一樣，目的是將人類從勞動（駕車、瑣碎的家務(wù)等）中解放出來，聚焦于生活。
吳震相信，伴隨著計算機視覺的發(fā)展，智能機器人的視覺算法也會變得越來越完善。
“掃地機器人，在我們看來是機器人技術(shù)在家庭環(huán)境下的第一個應(yīng)用，但不會是最后一個。它不是終點，而是開始、是未來。”
期待這些未來的智能機器人，能（讓我們變得更懶）更加解放我們的雙手。
相關(guān)閱讀
