第一章 扫地机概述：从地面到智能

大家好，我是你们这门课的主讲。做了这么多年机器人算法，我始终觉得，搞懂一个系统，得先从它的「前世今生」开始。扫地机这东西，看着不起眼，其实是个集大成者。今天咱们就聊聊它的发展史、核心部件，还有那个让机器真正「聪明」起来的关键——路径规划。

1.1 扫地机发展史：从莽撞到优雅

最早的家用扫地机，说实话，挺「傻」的。我记得大概十几年前，我第一次接触那种随机碰撞式的机器。它就像个没头苍蝇，撞到墙才拐弯。你想想看，这种清扫方式，效率能高吗？

后来技术迭代了。从随机碰撞，到陀螺仪导航，再到激光雷达SLAM，最后到视觉SLAM。每一步都是质的飞跃。我个人习惯把这段历史分成三个阶段：

• 随机碰撞时代：靠碰撞传感器感知障碍物。覆盖率低，还容易卡住。我在项目中遇到过用户抱怨，说机器人在客厅转悠半天，角落根本没扫到。
• 惯性导航时代：加入了陀螺仪和加速度计。能走直线了，但长时间运行会累积误差。说白了，就是「走着走着就偏了」。
• SLAM时代：这是真正的革命。激光雷达或视觉传感器让机器人能实时建图、定位。路径规划才有了用武之地。

1.2 扫地机核心部件：传感器的「眼睛」与电机的「腿」

一台扫地机，说白了就是「感知-决策-执行」的闭环。咱们拆开看看，里面都有啥。

1.2.1 传感器：机器人的「五官」

传感器是获取环境信息的唯一途径。我建议你重点关注这几类：

传感器类型	作用	我的经验
激光雷达（LDS）	测距、建图、定位	精度高，但怕灰尘。我曾经遇到过一台机器，激光雷达被毛发缠住，数据直接飘了。
视觉传感器（摄像头）	识别物体、视觉SLAM	成本低，但受光照影响大。暗光环境下，视觉SLAM容易「失明」。
碰撞传感器	检测物理碰撞	属于「最后一道防线」。好的路径规划，应该尽量避免碰撞。
悬崖传感器	检测楼梯、落差	这个不能省。我见过有机器没装这个，直接从楼梯上摔下来。
陀螺仪+加速度计	姿态估计、航迹推算	辅助定位，但单独用会漂移。

1.2.2 电机与电池：动力与续航

电机是执行机构。扫地机一般用直流无刷电机，噪音小、寿命长。电池嘛，现在主流是锂电池。嗯，这里要注意：电池的放电能力直接影响电机性能。电池电压一掉，电机扭矩就弱，爬坡能力直线下降。

1.3 扫地机工作流程：一个完整的闭环

一台扫地机是怎么工作的？我把它总结成四个步骤：

1. 感知：传感器采集环境数据。比如激光雷达扫描一圈，得到点云数据。
2. 建图与定位：SLAM算法处理传感器数据，构建地图，并确定机器人在地图中的位置。
3. 路径规划：根据地图和当前位置，规划出一条覆盖整个区域的路径。同时避开障碍物。
4. 运动控制：将规划好的路径转化为电机控制指令，驱动轮子转动。

你看，路径规划处于中间环节，承上启下。没有它，机器人只能瞎转悠。

1.4 路径规划的重要性：为什么它值得你花时间学？

我经常跟团队里的新人说：路径规划是扫地机的「大脑」。为什么？

• 效率：好的路径规划，能减少重复清扫，缩短清扫时间。我做过测试，同样的房间，随机碰撞要扫40分钟，规划路径只要20分钟。
• 覆盖率：路径规划能保证每个角落都被扫到。不会出现「漏扫」的情况。
• 用户体验：用户看到机器人走「弓」字形，会觉得它很聪明。如果看到它到处乱撞，第一反应就是「这机器不行」。

好了，第一章就聊这么多。从发展史到核心部件，再到工作流程，我们为后续的路径规划打下了基础。下一章，咱们直接进入SLAM的核心——地图表示方法。你想想看，机器人的地图，和我们人类的地图，有什么不同？

---

公众号:蓝海资料掘金营，微信deep3321