环境感知模块
机器人感知外部环境的核心技术，实现对周围世界的全面认知
核心硬件
视觉传感器、激光雷达、触觉传感器、麦克风、陀螺仪等多元化传感器系统
核心技术
图像识别、SLAM同步定位与地图构建、语音识别、多传感器融合
应用场景
工业检测、服务机器人、自动驾驶、智能监控等领域
一、核心使命
当你下达清扫指令时，环境感知模块需要持续完成4个核心任务：
- 定位与建图：搞清楚"我在哪？这个家长什么样？"
- 障碍物识别与避障：看清"路上有什么？哪些要绕开？"
- 场景与边界识别：区分"哪里要扫、哪里不能去？"
- 状态实时反馈：感知"我有没有碰到东西？有没有打滑？"
二、核心硬件拆解
1. 激光雷达（LiDAR）—— 高精度测距眼
激光雷达是扫地机器人感知体系的"核心心脏"，以每分钟500-1200转的速度旋转，向四周发射数百束红外激光，通过计算飞行时间精准测距，形成"点云数据"构建全屋地图。
核心优势
- 静态环境建图：标记墙、家具、门框位置
- 实时定位：即使轮子打滑也能修正位置不迷路
- 大尺寸障碍物预判：提前数米发现障碍物
2. 视觉传感器 —— AI识别眼
双目深度相机通过"视差"计算物体距离，配合AI图像识别模型，能识别拖鞋、数据线、宠物粪便等物体类型，解决激光雷达"认不出物体"的短板。
3. 近距离/接触式传感器 —— 触觉皮肤
机身遍布的传感器负责处理激光和视觉没覆盖到的盲区：
- 碰撞传感器：轻碰到障碍物时弹片被压下触发避障
- 沿墙传感器：保持2-3厘米贴墙清扫
- 悬崖传感器：检测到下方悬空立即停止
- 地毯传感器：识别地毯自动加大吸力
- IMU陀螺仪：实时检测姿态和轮子打滑
三、核心技术
1. 多传感器融合
所有传感器数据汇总到同一算法框架，互相验证、取长补短，根据场景分配不同"权重"，算出最精准的环境信息。
2. SLAM技术
同步定位与地图构建技术，一边移动一边绘制环境地图，同时确定自己在地图中的位置。目前主流方案是"激光SLAM + 视觉SLAM"融合。
激光SLAM
- 优势：精准测距、不受光线影响
- 适用：黑暗环境、复杂户型
- 短板：无法识别物体类型
视觉SLAM
- 优势：物体识别、语义划分
- 适用：光照充足、需要识别
- 短板：受光线影响较大
四、全流程工作时序
- 开机启动：激光雷达开始旋转，视觉传感器启动拍摄，所有传感器上电自检
- 初始建图：SLAM融合多传感器数据，生成初始户型地图
- 路径规划：感知模块把地图信息传给决策模块，规划弓字形清扫路径
- 实时感知：激光雷达每秒数十次扫描，实时更新地图、调整路径
- 细节清扫：沿墙传感器控制贴边、悬崖传感器防止跌落
- 定位修正：IMU监测姿态，发现偏移立即结合激光雷达数据修正
- 收尾完成：确认覆盖完成，自动回到充电座
五、常见误区澄清
误区1：激光雷达线数越高，感知能力越强？
正解：线数高只是硬件基础，核心是多传感器融合算法。优秀的单线雷达配合成熟算法，感知能力远超低算法高硬件产品。
误区2：视觉避障比激光雷达避障更好？
正解：两者互补。激光测距精度高，视觉识别能力强。最优方案永远是"激光+视觉"融合。
误区3：能建图就等于有好的环境感知能力？
正解：建图只是基础，真正的感知能力核心是"动态环境实时应对"。宠物跑过，优秀感知模块能立刻识别避让。
六、环境感知是机器人智能的起点
所有机器人的智能，都始于"感知"——只有先看懂、听清、摸透环境，才能做出正确决策、完成精准动作。
