萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI

现在连“扫地”，都卷成这样了吗？

光是识别个地毯，就用上了超声波：

只需要像A超诊断一样，“倾听”回声情况，就能识别出地毯的种类，从而将杂质清理干净。

用超声波也就算了，它还能靠“重低音”，将咖啡渍轻轻松松震动除去：

没错，就是弹贝斯的那种感觉~

不就是扫个地而已么，这个机器人为何要用上这么多黑科技？

超声波识别地毯，弥补AI短板

事实上，超声波技术并非噱头——

它在医学、汽车、无人机等行业的应用，非常广泛。

例如，最近盛大创始伉俪陈天桥和雒芊芊投资的脑机接口中心，就在不损伤脑组织的情况下，用超声波实现了“读心术”。

这项研究，将超声波探测到的脑活动、和肢体运动联系起来，并用机器学习算法加以分析，成功根据脑活动，预测了肢体运动。

此外，还用到了新冠病毒的研究上。

MIT研究人员发现，在一定条件下，超声波能让新冠病毒的外壳和蛋白质尖峰坍塌、破裂，使得病毒无法侵入人体细胞。

在汽车和无人机上，超声波传感器也得到了大量应用。

比如，倒车雷达。

那扫地机器人为什么要用上超声波呢？

实际上，超声波是帮助机器人识别地毯的。

清洁地毯时，机器人不能像擦地那样，直接拖上去——

万一刚好是纯毛地毯，你的扫地机器人直接湿着拖布一寸寸擦过，然后你光脚踩了上去……

加上超声波传感器后，扫地机器人就能对地板材质做出判断，原理上类似于A超的诊断方法：

A型超声诊断以回波的波幅高低、波数多少、回波形态、动态及位置距离为依据，对组织器官的形态学及功能的改变，进行分析判断。

当遇到光滑地板时，超声波被吸收的程度很小，传感器所呈现的就是连续不断“回弹”的波。

而遇到多毛地毯时，通过与表面的柔性材料之间的摩擦，超声波就会被吸收掉。

这时候，扫地机器人没有听见自己的回声，就会明白：

前面即将到达地毯区域。

但，为什么偏偏选择超声波识别，而不用最先进的AI目标检测算法？

如果说，AI目标检测是用“视觉”检测，超声波更像是一种“触觉”检测方式。

因此AI目标检测的实际效果，依赖于很多条件：

光照、地毯颜色、检测角度、实时处理速度、摄像头清晰程度……

以光照和地毯颜色为例。

如果室内光线较暗，地毯颜色又恰好比较深，AI就极有可能将地毯误检成地板。

而超声波，却不受这些条件的影响，就像是在摸黑躲猫猫时，摸到了自己的被子这种感觉。

既然如此，又为何不用其他声波呢？

平时生活中，我们会制造出大量声音。

要是用声波来探测地毯，那扫地机器人收到的声音，可能就不再是最初发出的了。

不仅如此，发出的声波，还可能和机器人接收的声波发生干涉，直接消失。

这里的干涉，就是当两列波频率相同、振动方向相同、相位差恒定时，就会发生增强、或者相互抵消的情况。

但对于超声波而言，除了相干波，几乎没有其他情况能干扰到它的运行。

相较于普通声波，超声波还有一个最大的特点：频率超过20kHz，波长超出人耳听力范围。

也意味着，超声波对人体几乎不造成干扰。

这一点，次声波就无法满足。它会与人体某些内脏器官引起共振，因此可能会让人出现恶心、呕吐等不适的情况。

这也就能理解，为什么在汽车行业中，超声波感知器能被广泛应用。

不过，扫地机器人实现超声波地毯识别，也并没有那么简单。

首先，需要专门购置各种不同形状、材质、毛长、形状的地毯，来建立地毯识别库。

毕竟，短毛、长毛，采用的吸力可能不一样；而材质不同的地毯，采用的清扫方式也完全不同。

例如，橡胶地毯，就可以直接上手拖布。

超声波传感器接收到反射波后，系统会根据传回来的波形进行判断，选择最合适的清扫模式。

然而，如果拖布位置无法改变，“识别地毯”不就没啥用？

为了优化体验，机器人还得再下点功夫。

拖布可升降，还能用“重低音”擦地

首先，就是让拖布尽可能“只出席重要场合”。

例如，用上自动升降擦地模组。

让机器人自行判断，什么时候需要“缩回肚子里”。

比如，当机器人遇上了地毯、门槛、或者滑溜溜的风扇底座、叉型桌脚时，拖布会提升5mm，保证不增加工作负担。

如果越过障碍物的难度本身不高，那么一边清扫，一边跨过障碍物，也没有问题。

然后，加上声波震动。

不过这里的声波，是用来协助擦地的，也与超声波互不干扰。

根据频率的不同，这种声波可以被分成三档，50Hz、38Hz和28Hz。

即使是最高的一档，震动速度达到3000次/分，发出的声音也只是勉强接近贝斯，可以说是低噪音了。

那么，为什么声波能通过震动，来更好地除去污渍呢？

见过超声波清洗眼镜的同学，应该能理解声波在水中的威力。

由于水的密度更高，传递震动的能力也越强。

原本没那么容易清除的污渍，有了声波加成，就能被强行“卸下”。

而为了扫地机器人更好地带走污渍，还需要一个双区拖布。

在负责声波震动的区域，拖布主要负责震落污渍，再利用非震动区域一套拖布带走。

具体效果如何？

结合6N的擦地压力，这种“声波震动”擦地技术，能去除最顽固的污渍之一——咖啡渍，有效率达到91.41%。

相比于石头扫地机器人S5系列，清洁力水平直接提升了4倍。

要满足声波震动擦地、和不时升降拖布这两个条件，这么大的动力需求，从哪里来？

无刷电机。相比有刷电机的性能和寿命，无刷电机是能“身负重任”的。

事实上，除了这次最大的亮点——声波震动擦地系统+自动升降擦地模组以外，这个机器人在避障算法上，也选择了进一步探索：

采用了3D双线结构光+AI避障策略。

即利用双线结构光，代替了传统的红外光源，在暗光环境下无需额外补光。

咦？那是手机人脸解锁所用的结构光吗？

不。

手机人脸解锁采用的结构光，是面阵；而扫地机器人所用的结构光，则是线阵。

功能不同，用法也就不一样。

面阵结构光，是为了判断整个面的3D形状；而线阵结构光，主要目的则在于3D测距。

只需要将两条竖直的激光线束进行交叉，再结合机器人在行进过程中的距离、旋转角度等信息，算法就能进一步完善房间的信息，从而避开障碍物。

所以，这是什么最新的扫地机器人实验研究吗？

“不会停止对技术的探索”

熟悉的朋友或许知道，这种能在扫地机器人应用上，始终保持各项技术领先的公司，其实并不多。

而国内差不多就小米生态链的石头科技了。

没错，这次所介绍的扫地机器人，也是来自石头科技最新发布的石头扫拖机器人T7S Plus。

这个自2016年来，一路杀进扫地机器人市场的企业，似乎就没有在技术上走进过自己的“舒适区”。

最初，激光雷达开始被应用于智能车行业时，石头科技就率先在扫地机器人行业中，开辟了“LDS激光雷达+SLAM算法”的技术应用。

现在，在擦地开始成为普遍技术时，石头科技又再次率先推出了“超声波地毯识别+自动升降擦地模组”的创新打法。

那么，超声波地毯识别都有了，类似于超声波识别的其他前沿技术，是不是也能安排上？

对此，石头科技回应：

只要这些技术，能帮助用户更好地解放双手，提升机器扫拖性能，我们就都会去尝试。

看来确实是能安排上了。

— 完 —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~