只是掃個地而已，怎么連A超都用上了

蕭簫 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

現(xiàn)在連“掃地”，都卷成這樣了嗎？

光是識別個地毯，就用上了超聲波：

只需要像A超診斷一樣，“傾聽”回聲情況，就能識別出地毯的種類，從而將雜質清理干凈。

用超聲波也就算了，它還能靠“重低音”，將咖啡漬輕輕松松震動除去：

沒錯，就是彈貝斯的那種感覺~

不就是掃個地而已么，這個機器人為何要用上這么多黑科技？

超聲波識別地毯，彌補AI短板

事實上，超聲波技術并非噱頭——

它在醫(yī)學、汽車、無人機等行業(yè)的應用，非常廣泛。

例如，最近盛大創(chuàng)始伉儷陳天橋和雒芊芊投資的腦機接口中心，就在不損傷腦組織的情況下，用超聲波實現(xiàn)了“讀心術”。

這項研究，將超聲波探測到的腦活動、和肢體運動聯(lián)系起來，并用機器學習算法加以分析，成功根據(jù)腦活動，預測了肢體運動。

此外，還用到了新冠病毒的研究上。

MIT研究人員發(fā)現(xiàn)，在一定條件下，超聲波能讓新冠病毒的外殼和蛋白質尖峰坍塌、破裂，使得病毒無法侵入人體細胞。

在汽車和無人機上，超聲波傳感器也得到了大量應用。

比如，倒車雷達。

那掃地機器人為什么要用上超聲波呢？

實際上，超聲波是幫助機器人識別地毯的。

清潔地毯時，機器人不能像擦地那樣，直接拖上去——

萬一剛好是純毛地毯，你的掃地機器人直接濕著拖布一寸寸擦過，然后你光腳踩了上去……

加上超聲波傳感器后，掃地機器人就能對地板材質做出判斷，原理上類似于A超的診斷方法：

A型超聲診斷以回波的波幅高低、波數(shù)多少、回波形態(tài)、動態(tài)及位置距離為依據(jù)，對組織器官的形態(tài)學及功能的改變，進行分析判斷。

當遇到光滑地板時，超聲波被吸收的程度很小，傳感器所呈現(xiàn)的就是連續(xù)不斷“回彈”的波。

而遇到多毛地毯時，通過與表面的柔性材料之間的摩擦，超聲波就會被吸收掉。

這時候，掃地機器人沒有聽見自己的回聲，就會明白：

前面即將到達地毯區(qū)域。

但，為什么偏偏選擇超聲波識別，而不用最先進的AI目標檢測算法？

如果說，AI目標檢測是用“視覺”檢測，超聲波更像是一種“觸覺”檢測方式。

因此AI目標檢測的實際效果，依賴于很多條件：

光照、地毯顏色、檢測角度、實時處理速度、攝像頭清晰程度……

以光照和地毯顏色為例。

如果室內光線較暗，地毯顏色又恰好比較深，AI就極有可能將地毯誤檢成地板。

而超聲波，卻不受這些條件的影響，就像是在摸黑躲貓貓時，摸到了自己的被子這種感覺。

既然如此，又為何不用其他聲波呢？

平時生活中，我們會制造出大量聲音。

要是用聲波來探測地毯，那掃地機器人收到的聲音，可能就不再是最初發(fā)出的了。

不僅如此，發(fā)出的聲波，還可能和機器人接收的聲波發(fā)生干涉，直接消失。

這里的干涉，就是當兩列波頻率相同、振動方向相同、相位差恒定時，就會發(fā)生增強、或者相互抵消的情況。

但對于超聲波而言，除了相干波，幾乎沒有其他情況能干擾到它的運行。

相較于普通聲波，超聲波還有一個最大的特點：頻率超過20kHz，波長超出人耳聽力范圍。

也意味著，超聲波對人體幾乎不造成干擾。

這一點，次聲波就無法滿足。它會與人體某些內臟器官引起共振，因此可能會讓人出現(xiàn)惡心、嘔吐等不適的情況。

這也就能理解，為什么在汽車行業(yè)中，超聲波感知器能被廣泛應用。

不過，掃地機器人實現(xiàn)超聲波地毯識別，也并沒有那么簡單。

首先，需要專門購置各種不同形狀、材質、毛長、形狀的地毯，來建立地毯識別庫。

畢竟，短毛、長毛，采用的吸力可能不一樣；而材質不同的地毯，采用的清掃方式也完全不同。

例如，橡膠地毯，就可以直接上手拖布。

超聲波傳感器接收到反射波后，系統(tǒng)會根據(jù)傳回來的波形進行判斷，選擇最合適的清掃模式。

然而，如果拖布位置無法改變，“識別地毯”不就沒啥用？

為了優(yōu)化體驗，機器人還得再下點功夫。

拖布可升降，還能用“重低音”擦地

首先，就是讓拖布盡可能“只出席重要場合”。

例如，用上自動升降擦地模組。

讓機器人自行判斷，什么時候需要“縮回肚子里”。

比如，當機器人遇上了地毯、門檻、或者滑溜溜的風扇底座、叉型桌腳時，拖布會提升5mm，保證不增加工作負擔。

如果越過障礙物的難度本身不高，那么一邊清掃，一邊跨過障礙物，也沒有問題。

然后，加上聲波震動。

不過這里的聲波，是用來協(xié)助擦地的，也與超聲波互不干擾。

根據(jù)頻率的不同，這種聲波可以被分成三檔，50Hz、38Hz和28Hz。

即使是最高的一檔，震動速度達到3000次/分，發(fā)出的聲音也只是勉強接近貝斯，可以說是低噪音了。

那么，為什么聲波能通過震動，來更好地除去污漬呢？

見過超聲波清洗眼鏡的同學，應該能理解聲波在水中的威力。

由于水的密度更高，傳遞震動的能力也越強。

原本沒那么容易清除的污漬，有了聲波加成，就能被強行“卸下”。

而為了掃地機器人更好地帶走污漬，還需要一個雙區(qū)拖布。

在負責聲波震動的區(qū)域，拖布主要負責震落污漬，再利用非震動區(qū)域一套拖布帶走。

具體效果如何？

結合6N的擦地壓力，這種“聲波震動”擦地技術，能去除最頑固的污漬之一——咖啡漬，有效率達到91.41%。

相比于石頭掃地機器人S5系列，清潔力水平直接提升了4倍。

要滿足聲波震動擦地、和不時升降拖布這兩個條件，這么大的動力需求，從哪里來？

無刷電機。相比有刷電機的性能和壽命，無刷電機是能“身負重任”的。

事實上，除了這次最大的亮點——聲波震動擦地系統(tǒng)+自動升降擦地模組以外，這個機器人在避障算法上，也選擇了進一步探索：

采用了3D雙線結構光+AI避障策略。

即利用雙線結構光，代替了傳統(tǒng)的紅外光源，在暗光環(huán)境下無需額外補光。

咦？那是手機人臉解鎖所用的結構光嗎？

不。

手機人臉解鎖采用的結構光，是面陣；而掃地機器人所用的結構光，則是線陣。

功能不同，用法也就不一樣。

面陣結構光，是為了判斷整個面的3D形狀；而線陣結構光，主要目的則在于3D測距。

只需要將兩條豎直的激光線束進行交叉，再結合機器人在行進過程中的距離、旋轉角度等信息，算法就能進一步完善房間的信息，從而避開障礙物。

所以，這是什么最新的掃地機器人實驗研究嗎？

“不會停止對技術的探索”

熟悉的朋友或許知道，這種能在掃地機器人應用上，始終保持各項技術領先的公司，其實并不多。

而國內差不多就小米生態(tài)鏈的石頭科技了。

沒錯，這次所介紹的掃地機器人，也是來自石頭科技最新發(fā)布的石頭掃拖機器人T7S Plus。

這個自2016年來，一路殺進掃地機器人市場的企業(yè)，似乎就沒有在技術上走進過自己的“舒適區(qū)”。

最初，激光雷達開始被應用于智能車行業(yè)時，石頭科技就率先在掃地機器人行業(yè)中，開辟了“LDS激光雷達+SLAM算法”的技術應用。

現(xiàn)在，在擦地開始成為普遍技術時，石頭科技又再次率先推出了“超聲波地毯識別+自動升降擦地模組”的創(chuàng)新打法。

那么，超聲波地毯識別都有了，類似于超聲波識別的其他前沿技術，是不是也能安排上？

對此，石頭科技回應：

只要這些技術，能幫助用戶更好地解放雙手，提升機器掃拖性能，我們就都會去嘗試。

看來確實是能安排上了。