什么是机械扫描?

创作立场声明:文中商品来源部分自购,部分借自朋友家,无任何利益关系。保证客观中立是作者的基本要素,横评所测数据均真实可靠,旨在为大伙选购机器人时能有更直观的对比,欢迎理性讨论

从2021年开局,国内的市场就出现了一波大爆发。可以说是几乎所有的家电厂商,都投入了这个战场,竞争异常激烈。在这样的竞争局面下,市面上的在售的扫地机器人不仅数量和型号繁多,在技术上,各个厂家也是火力全开,一轮猪突猛进。像牙膏厂那样藏着掖着逐步升级的情形在扫地机领域里早就不复存在了,谁不能跟上友商的节奏,谁就会面临生死存亡的考验。

在这样激烈竞争的场面下,扫地机器人无论是导航算法、避障传感器、最大吸力或是拖地功能模块,都有了长足的技术进步。尤其是几家头部企业,更是纷纷更新自己的主流机型,给它们加上各种各样的新功能。

技术升级是好事,但是对于像我这样的电器爱好者来说,就不是好事了。今年没忍住一直在买买买,厂家一推出新机型,我就买一台,不知不觉的已经攒了四台不同品牌的主力机型(其实还不止这4台)。最近横评类的文章很流行,我也来一篇给大家分享一下吧。

这次参与横评的选手,是几个扫地机头部企业的当红炸仔鸡,也可以说是目前市面上最好的几台扫地机器人。它们分别是:石头科技的T7S PLUS 扫拖一体机器人,米家扫拖机器人Pro,科沃斯T9 Power,360扫地机器人 X100 max。

这几台机器作为厂家的主力机型,价格基本相似,其中石头和科沃斯稍贵,价格均为2799元,而360和米家则相对便宜不少,只有2399(以上均为活动价)。

好了,闲言碎语莫再表,咱们表一表好汉扫地机的......,扫地机的基本功能呢,其实都差不多,也没有必要每一项都去做测试(比如绕桩,类似的测试文都看腻了),因此,我特意整理了一个强化测试项目的列表,针对扫地机比较不常见而又很重要的项目进行逐项测试。

机器高度和机器重量,外形尺寸

导航方式,前视避障器件

边刷数量,尘盒水箱尺寸,滤网性能

充电站及是否具备余线收纳

APP界面及操作便利度

电池容量及持续工作时间

看着这么多的测试项目,顿时有点手软,不过嘛,本着分享精神的我,再苦再累也得上是不。你们的点赞就是给我最好的鼓励,谢谢,谢谢大家的鼓励......

测试项 1 :机器高度和机器重量,外形尺寸

机身高度这个参数,主要影响的是通过性。实际测量下来很有意思,其中三台带机顶激光雷达的机型,基本都在9.5CM左右,只有采用了嵌入式三目激光雷达的360 X100 MAX,机身高度为8.5CM,差距明显。

而在机身宽度上,四款机器的尺寸差距就更小了,其中最窄的依旧是360 X100 MAX,只有34.3cm,跟它差不多的是科沃斯T9 POWER,机身宽度为34.5cm,石头T7S PLUS是35cm,米家扫地机器人PRO在这个项目上最为吃亏,本来它的机顶宽度只有34cm,但是由于它的机身立面采用了凸起造型,这就导致它的实际机身尺寸变成了35.5cm。这四台机器机身最窄到最宽只相差1.2cm。

最后,机身尺寸和重量的类比表格如上,机身尺寸上360 X100 MAX最小,这使得它拥有最佳的通过性。但是在机身重量上,两款售价2799的机器,均为4.7公斤,看来在扫地机器人这个领域,依旧遵循一分钱一分货的道理,越贵,越重。

测试项 2 :导航方式,前视避障器件

我的个人看法,扫地机机器人里最为重要的参数,就是它的导航能力,这个能力由两个基本参数所决定,一是导航器件的档次,二是算法。其中导航器件的又是起到决定性作用的东西。

360 X100 MAX的导航器件,是由dtof雷达+前向避障+侧向避障三部分组合而成的,也就是它机身上的这几个开孔,与传统的顶置机械旋转LDS激光雷达不同,360 X100 MAX 的设计师将dTOF激光雷达嵌入到了机身内部,同时在dTOF雷达下方设置了OLS线激光雷达作为避障补充,可以说这种思路还是比较奇特的。

在360 X100 MAX边刷一侧,是360 X100 MAX的第二个OLS线激光雷达窗口,这个思路挺巧妙,这个雷达不仅在清扫时能起到导航作用,它还代替了传统扫地机器人身上的沿边传感器的功能,一物两用。

从夜视图上可以明显的看到2个线激光雷达,还有dTOF雷达特有的那个V型光束

米家扫拖人PRO,它的导航器件为前置iTOF避障+顶置LDS激光雷达导航。顶部LDS激光雷达就不用多说了,正面安装的这款iTOF传感器也是很常见的激光传感器,主要用途是识别细小物体,也就是说米家扫拖机器人PRO 也是具备精细识别障碍物的能力的。

米家扫拖机器人PRO的激光夜视图,墙上的一排像虚线一样的光点,是位于机顶的机械扫描LDS激光雷达留下的。而机身前方的iTOF激光则与360的dTOF不同,它是像电筒一样的一片光,一闪一闪的。(iTOF与dTOF的区别有兴趣的朋友可以去百度一下)。

科沃斯T9 POWER,采用的导航方案是两条竖直的前置线激光+顶置dTOF雷达构成的,它与米家扫拖机器人的线激光顶置LDS不同,T9 POWER顶置的是TOF机械式旋转扫描激光雷达,这种雷达的要比普通的LDS激光雷达更精确。

科沃斯T9 POWER的激光夜视图,明显可见两条交叉的固态线激光,机械旋转式TOF雷达的线也与米家扫拖的LDS不同,不再是虚线而变成了实线。

石头T7S PLUS,它的前脸与科沃斯T9看起来非常相似,事实也确实如此,它的导航方案也是前置交叉线激光+结构光避障+顶置LDS激光雷达导航。

石头T7S PLUS的dTOF结构光激光依旧很醒目,而顶置的LDS机械扫描雷达投出的虚线也很明显。

导航方式和器件的对比结论,客观的从器件的档次来看,360 X100 MAX明显是最好的,第二第三分别是科沃斯T9 POWER与石头T7 PLUS,米家扫拖机器人PRO又一次落在了最后。

测试项 3 :传感器数量,性能

一台扫地机器人身上,可不光只有导航传感器,实际上它至少还会具备跌落传感器、延边传感器、地毯传感器等等部件。

这项测试非常的容易,从底盘上可以很明显的看出来,4台机器都按主流机型的要求配置了6个跌落传感器,其中360和科沃斯的传感器位置比较分散,合理,而石头和米家则相对集中在机身前部,对后部机身的探测要差一些。

米家扫拖机器人最让人无语的,是它缺失了地毯传感器这一重要器件,因此它也不具备自动判断地面材质调整吸力的功能。

很不幸,这项比对中,米家扫拖机器人PRO又一次落在了最后,而其他三家则表现相当。值得提一下的是科沃斯T9的两个沿边传感器,多了一个并不代表它更好,而是它采用了双边刷的设计,就必须有两个沿边传感器才行。

测试项 4 :边刷数量,尘盒水箱尺寸,滤网性能

在传感器对比篇里,大家就能看到4台机器有3台都是单边刷设计,只有科沃斯还在坚持双边刷的设计方案。当然,也不是说双边刷就一定好,对于边刷数量,网上一直有两种声音在争论,有说单边刷好的,也有说双边刷好的。从实际使用的角度出发,老实说我个人没有感觉到这两种边刷有什么区别。

从边刷形状上来看,也完全看不出这4台机器的边刷有什么区别,如果硬要找不同的话,上图里面有一台机器的边刷采用了无螺丝的快卡式设计,安装起来比其他家要方便一些,你们猜猜是谁家?

边刷差不多,但尘盒和水箱的设计区别可就大不一样了,其中尘盒容量比较大的是360和米家,最小的反而变成了石头和科沃斯。360的水箱尺寸达到了惊人的520毫升,比它的尘盒还要大,而其他三家的水箱基本都在200-300之间。

值得一提的是,其中科沃斯和石头都支持自动集尘座,因此如果你不怕花钱,它俩的尘盒容量实际上是非常大的,都具备一个月一倒的能力。而米家扫拖机器人PRO则另辟蹊径,由于它采用了尘盒水箱一体化的设计,在包装里单独赠送了一个没有水箱的大容量尘盒,这样在不拖地的时候,就可以换来比较长的垃圾清理间隔时间。

扫地机的本质上是一台,因此,它的滤网也是需要关注的point之一。四台机器的滤网都使用了HEPA滤芯,这一点值得肯定,但从滤网尺寸上可以看出来,360 X100 MAX居然是最大的,石头T7S PLUS的略小一点,科沃斯的滤网设计比较怪,它拥有一个很大的滤网安装架,但是却只在中间开了一个小孔,这使得它的滤网实际工作面积与本身就比较小的米家扫拖机器人PRO的滤网基本一致了。

还有一点就是科沃斯T9的尘盒是3层过滤,除了HEPA之外,前面还有织网粗滤和海绵中滤。而360与米家则都是2级过滤,也就是织网粗滤,而石头T7S PLUS则最为豪放,在HEPA滤网前没有任何的前置过滤装置。

测试项 5 :擦地模块比较

这四台机器都是扫拖一体,而有意思的是四台机器采用了4种不同的擦地模式,其中售价比较高的两台还采用了主动振动式的擦地模块。

米家扫拖一体机器人PRO的拖地模块是最简单的拖板式,纯粹靠自重压在地板上。拖板前端的两个圆孔则是电控水箱的喷水孔,值得注意的还有一点,它使用的是叶片式水泵,水量控制能力略弱。

拖板的活动距离大约3mm,而且没有辅助加压装置,完全靠自重。

360 X100 MAX,也是采用了固定式的拖地模块,比米家强一些的是,模块上面增设了绿色的橡胶增压装置,可以将机身的重量转移到拖板上,增强压力,提高拖地效果。

拖板上对应电控水箱喷头的开孔有3个,比米家多一个,这样喷水会比较均匀一些。

拖地模块的活动距离约6mm,而且明显比米家弹性更好,这就是里面两个绿色橡胶弹簧的功劳了。

科沃斯T9 POWER的拖地模块装备了名为“OZMO Pro 高频振动擦地系统”,通过一个高频振动电机,能够以每分钟480次的频率对地面进行清洁。

科沃斯T9的拖地模块还可以更换为移动香薰模块,也就是不拖地的时候,这货能够一边吸尘一边散发香味,够浪漫的。

最后,这是石头T7S PLUS的擦地拖板,这么猛一看,是不是以为它也是静态压力拖板呢?

其实不然,石头与科沃斯的方案不同,它的振动模块集成在机身内,它可以以每分钟3000次的速度抖动拖布,对地面进行清洁。

T7S PLUS的拖板有自动升降能力,可以根据地面材质的不同,进行是否拖地的选择,而在拖地工作结束后,也能自动升起拖板晾干,避免地板浸水。

测试项 6 :充电站及是否具备余线收纳

4台机器的充电座其实都大同小异,都是基本的L造型,而且与机身的颜色保持一致。如果非要说哪个好一点,我觉得还是石头T7S PLUS的,首先这货样子比较好看,而且它是在4家里,唯一一个在触点触点前,有清理毛刷的充电站。

翻过来看看背面,区别就比较大了,360和石头都采用了有遮盖板的电源线收纳结构,而且在左右都有出线槽,可以按照家里的实际需求决定从哪边出线,非常美观。科沃斯T9 POWER的充电桩没有设计盖板,颜值稍微差一点,但也提供了绕线槽和两个出线方向卡口。米家还是一如既往的省事,就一个电源插口,而且还不能换方向,只能插在它的左手边。

测试项 6 :APP界面及操作便利度

扫地机器人是一种软硬结合的产品。一台全新的扫地机器人,使用能否愉快,这与APP的设计便利度有很大的关系。那么这四家产品,谁家码农能力比较强呢?

其中呢,米家扫地机和石头T7S PLUS都可以通过米家生态统一的APP进行管理,而科沃斯和360则必须安装独立的APP,360甚至为扫地机单出了一个专用的APP进行管理。

上面从左向右分别是石头、米家、科沃斯、360的扫地机首页,可以看到虽然风格不同,但是都具备一键开始清洁的功能。其中米家APP里的都是直接给地图,而独立APP的则会先显示一个快速开始的封面,点击进入后,才显示地图。

这四台机器开机配网的过程,都简洁明快,基本就是一路下一步即可完成,因此这个项目也就算战成平手吧。这四台机器我都用过有一段时间了,对于APP的操作也很熟悉,说心里话,它们之间的差异基本等于没有,码农们都很勤奋,别家有的功能,我也一定要有的精神贯彻的很彻底。如果说唯一有区别的地方,我认为是与的连接上。

我家里基本算是小米全家桶,所以小爱同学也成了家人最熟悉的语言助手。日常电子设备的操作都通过它进行。而石头T7S和米家扫拖机器人天生就支持小爱同学,只要配好网就可以安心的使用。而其他两家......

科沃斯机器人和360扫地机都可以通过第三方平台引入小爱音箱的里。

360 X100 MAX对小爱的支持很不错,可以轻松的添加开始,暂停,返回充电和查询剩余电量这四个操作。而科沃斯就很奇怪了,虽然能够通过账户密码联入,也能查询到账户名下的扫地机,但是在添加训练这一项里,完全找不到它的设备。我意图用小爱同学控制科沃斯的计划也随即泡了汤。

测试项 7:建图速度及多图管理

扫地机器人到了一个新环境,它的第一次清扫工作,也就是它的建图过程。扫地机的导航和避障能力如何,在这项测试里会表现的淋漓尽致。于是我将4台扫地机的地图全部清空,让它们重新对客厅这个区域进行建图和清扫,并记录成绩。

首先上阵的是360 X100 MAX,它用了28分钟的时间,就完成了我客厅的建图和清扫工作,清扫面积26平米。

第二个测试的是米家扫拖机器人PRO,用时27分钟,奇怪的是它计算出的面积为29平米,比360多了3平米。

第三个测试的是科沃斯,这家伙的APP里居然不能显示工作时间和清扫面积。幸好我同步用手机记录了它的首次建图时间为35分钟,这速度居然比前两台售价2399的机器还要慢一些。

最后压轴出场的是石头T7S plus,它算出的清扫面积更大,达到了30平米,而清扫时间也是最长的,达到了49分钟。

这样,我们就得到了一个很有趣的结论,也是颠覆了我自己认知的结论,那就是看上去高级的导航系统,初次建图时间反而比较慢,而普通一些的机器,反而更快一些。这之间的差距应该是导航算法的差异造成的。

值得特别指出的一点,是360和科沃斯T9在建图后,都提供了房间的3D地图,其中360的地图看起来比较详细,而科沃斯T9的地图则比较简洁。很遗憾米家APP里的两台扫地机都没有这个功能。

测试项 8:电池容量及持续工作时间

这是一个送分项,能否在这个测试里拿到好的成绩,完全取决于厂家给机器塞一块多大的电池,根据我之前的拆机。扫地机器人内部空间一般都比较富裕,制约厂家的,只有成本了。

科沃斯T9 POWER,内置5200mAH可充电式锂离子电池组,电压14.4V,功率容量74.88Wh,与石头T7S PLUS一模一样的动力源。

米家扫拖一体机器人PRO,内置锂离子圆柱可组,标称容量5200mAH,输出电压14.4V,功率容量69.12Wh。

从电池容量也可以看出来一些有意思的地方,比如360 X100 MAX的电池是最小的,但它的续航时间反而最长。尽管石头和科沃斯这两台售价2799的机器,已经装备了最大容量的电池,它们的续航时间依旧不如360和米家,看来动态拖地模块的耗电量还是比较大的。

在这次测试的四台扫地机器人中,由于存在着价格差距,因此无法的得出最佳主机的结论。但是我们可以从几个单项里看出一些端倪,下面,就来个评奖大会吧!

由于两台售价2399的机器都不具备主动强拖功能,因此最佳清扫性能这个奖项,只能是在石头和科沃斯之间决出了。根据实际使用的结果,我认为这个奖项应该由石头T7S PLUS获得,原因很简单,它的每分钟3000次高频振动擦地系统清扫能力确实很强,而且自带的拖布提升技术,使得清扫地毯区域时会自动提起拖地模块,清扫结束后,也能提升拖布进行晾干处理。而科沃斯T9虽然拖地功能也挺强,但在省事方面确实不是石头T7S PLUS的对手。

咱们先看图,上图里最远端,跑的最快的机器,就是360 X100 MAX,这台机器无论是初次建图时间,还是后面的清扫反应速度,都毫无疑问是最快的,配得上最速清扫大师的称号。

还是360 X100 MAX,这点相信大家也不会有什么意见。360在价位相对较低的情况下,提供了高一级机器人90%性能,除了没有强拖模块之外,它在导航性能、尘盒容量、最大吸力等方面均可比肩售价2799的科沃斯、石头,在某些细节方面甚至还有些超出,与它同等售价的米家扫拖一体机更是被它甩了18条街都不止。最佳性价比的称号绝不是浪得虚名,哈哈哈哈。。。。

    360扫地机器人X100MAX激光导航3D避障扫拖一体家用无线自动吸尘器拖地洗地机520ml大水箱【超薄顶配版】2799元京东去购买
    肖战同款石头(roborock)扫地机器人T7SPlus扫拖一体机智能吸尘器家用激光导航规划全自动拖地机A2300RR2899元京东去购买
    科沃斯Ecovacs地宝T9Power扫地机器人dToF激光导航3D避障高频振动扫拖一体洗地机家用吸尘器除菌DLX132698元京东去购买
    米家小米扫地机器人扫拖一体Pro拖地机擦地机洗地机吸尘器AI智能识别3D避障3D激光导航4000pa大吸力2699元京东去购买

最后,附上4款机器购买链接。本次横评到此告一段落,以后有机会的话,还会跟大家分享更多的扫地机器人的使用感受,希望能帮助各位选择一款适合的机器,毕竟如今生活不易,赚钱更难,要买只买“值得买”。

}

的旋转部件小型化还是将板级电路 ASIC 化,目前不得而知。世面上对于机械式 LiDAR、混合固态 LiDAR 和全固态 LiDAR 的叫法和定义不甚清晰。那么,麦姆斯咨询是如何定义的呢?

左图:32 线混合固态 Ultra Puck Auto,右图:16 线机械式 VLP-16。这款高性能 32 线 Ultra PuckAuto 和机械式 VLP-16 相比,外观上除了颜色略有差异以外,尺寸几乎一样(高为 72 毫米,底部直径为 103 毫米),具有体积小、重量轻的特点,可以集成在汽车后视镜的位置

在上一篇文章《LiDAR 系列报道(二):汽车 LiDAR 的“先行者”——机械式 LiDAR》中,我们谈到了机械式 LiDAR,了解到机械式 LiDAR 在工作时发射系统和接收系统会一直 360 度地旋转。而混合固态 LiDAR 工作时,单从外观上是看不到旋转的,巧妙之处是将机械旋转部件做得更加小巧并深深地隐藏在外壳之中。

本文将采用“微动”器件—— 扫描镜(代替宏观机械式扫描器)在微观尺度上实现 LiDAR 发射端的激光扫描方式,定义为“混合固态”。而全固态 LiDAR 的定义和相关工作原理,我们将在下一期报道中细细道来。为什么产生“混合固态”的概念呢?因为 MEMS 扫描镜是一种硅基半导体元器件,属于固态电子元件;但是 MEMS 扫描镜并不“安分”,内部集成了“可动”的微型镜面;由此可见 MEMS 扫描镜兼具“固态”和“运动”两种属性,故称为“混合固态”。可以说,MEMS 扫描镜是传统机械式 LiDAR 的革新者,引领 LiDAR 小型化和低成本化。

传统的扫描成像 LiDAR 系统一般采用双摆镜、双振镜和旋转多面体反射棱镜的扫描方式,由这些具有宏观尺寸的光学元件所构成的扫描系统体积庞大而笨重。而利用 MEMS 技术可以直接在硅基上集成体积十分精巧的微型扫描镜,并通过 MEMS 扫描镜来反射的光线,从而实现微米级的运动扫描,那么宏观上便看不到 LiDAR 中的任何机械旋转部件。

MEMS 扫描镜示意图:微型镜面可以转动,从而实现对激光的操控

MEMS 扫描镜是指光学偏转角度较大(达到 10°以上)的一种微镜类型,主要功能是实现激光的指向偏转、图形化扫描。MEMS 扫描镜采用光学 MEMS 技术制造的,把微光反射镜与 MEMS 执行器集成在一颗半导体芯片上。MEMS 扫描镜的运动方式包括平动和扭转两种机械运动。MEMS 扫描镜按原理区分,主要包括四种:静电驱动、电磁驱动、电热驱动、压电驱动。其中前两种技术比较成熟,应用也更广泛。

四种原理的 MEMS 扫描镜性能比较

目前,技术成熟且量产的 MEMS 扫描镜企业基本集中在中国大陆地区以外。比如被英飞凌收购的 MEMS 公司 Innoluce、台湾 OPUS、美国 Mirrorcle 的 MEMS 扫描镜采用的是静电驱动模式;而博世最新推出的全新交互式激光投影微型扫描仪 BML050 中的 MEMS 扫描镜、滨松今年发布的 MEMS 微镜 S12237-03P、与美国 MicroVision 公司合作生产的 MEMS 扫描镜,均采用电磁驱动原理。而国内如无锡微奥科技、西安知微传感、常州创微电子、上海微技术工研院等企业也是在此领域摩拳擦掌,有望成为后起之秀。

更多 MEMS 微镜知识,麦姆斯咨询曾经在《走进 3D 视觉系列(五):且难且前行的“MEMS 微镜”》中详细谈过,不妨复习一下。

探究混合固态 LiDAR 的革新奥秘,发现竞争优势

与机械式 LiDAR 相比,混合固态 LiDAR 具有小型化和低成本的巨大优势。

首先,来看看机械式 LiDAR 的结构和工作模式。发射光学系统后端藏有 N 组发射模块,而在接收光学后端有 N 组与发射模块一一对应的(下图中背面遮挡不可见)。当 LiDAR 开始工作时,N 组发射模块和 N 组接收模块在电路的控制下按照一定的时间顺序轮流工作,例如,在时刻 1,发射模块 1 工作,发射激光脉冲,同时接收模块 1 接收目标反射的发射模块 1 发射的激光信号;在时刻 2,发射模块 2 工作,发射激光脉冲,同时接收模块 2 接收目标反射的发射模块 2 发射的激光信号;……在时刻 N,发射模块 N 工作,发射激光脉冲,同时接收模块 N 接收目标反射的发射模块 N 发射的激光信号。这样的结构,线束与 N 值对应,16 线 LiDAR 就需要内部布置 16 组发射模块和接收模块,即使 32 线 LiDAR 在结构上优化(据说可以并排,每排 16 组,从而不增加装置高度),机械式 LiDAR 想把尺寸再做小的空间也不多了。

机械式 LiDAR 的结构示意图

而混合固态 LiDAR 采用 MEMS 扫描镜,仅需要一束激光光源,通过一面 MEMS 扫描镜来反射激光器的光线,两者采用微秒级的频率协同工作,通过探测器接收后达到对目标 3D 扫描的目的。与多组芯片组的机械式 LiDAR 结构相比,混合固态 LiDAR 采用单组 MEMS 扫描镜 + 单束激光光源,对体积减小的效果显而易见。

从成本角度分析,16 线机械式 LiDAR 就需要 16 组 IC 芯片组:跨阻(TIA)、(LNA)、(Comparator)、(ADC)等。麦姆斯咨询估算每组的芯片成本约 200 美元,仅 16 组的芯片成本就高达 3200 美元。Innoluce 曾发布一款混合固态 LiDAR 设计方案,采用 MEMS 扫描镜,并将各种分立芯片集成设计到一套 LiDAR 控制芯片组,这样下来

16 线机械式 LiDAR 内部芯片组,16 组的芯片的成本就高达 3200 美元

除了体积和成本的巨大优势,混合固态 LiDAR 还有其它可圈可点的优势:首先,因为没有宏观的机械转动,不存在机械磨损,可靠性更高;其次,探测距离更远(150 米以上),适合远距离汽车环境感知和探测;另外,采用一束激光光源而非多束,功耗更小,更能保障人眼安全。

光电探测器是将光脉冲转换成电信号的元器件,在 LiDAR 系统中充当“眼睛”的角色,是关键的传感器。目前主要的光电探测器有(Avalanche PhotonDiode,简称 APD)/ 单光子(Single Photon Avalanche Diode,简称 SPAD)、硅光电倍增管(MPPC)和 PIN 。

APD 的工作模式分为线性模式和盖革模式两种。当 APD 的偏置电压低于其雪崩电压时,对入射光电子起到线性放大作用,这种工作状态称为线性模式。在线性模式下,反向电压越高,增益就越大。APD 对输入的光电子进行等增益放大后形成连续电流,获得带有时间信息的激光连续回波信号。当偏置电压高于其雪崩电压时,APD 增益迅速增加,此时单个光子吸收即可使探测器输出电流达到饱和,这种工作状态称为盖革模式。工作在盖革模式下的 APD 又被称作 SPAD。

APD 工作在盖革模式下,单个光子即可使其工作状态实现开、关之间的转换,形成一个陡峭的回波脉冲信号,因而具备单光子成像的能力。该种光电探测器的灵敏度极高,探测距离理论上可以非常远,三千公里都不成问题,若干年前就已在军事领域(隐形飞机、导弹系统)大有所为。因此,APD 的盖革模式非常适合用在 LiDAR。

APD 在线性模式和盖革模式下的光子探测能力比较

MPPC 是一种俗称硅光电倍增管(Silicon Photomultiplier,SiPM)的新型光半导体器件,根据其原理可称多像素光子计数器(Multi-Pixel Photon Counter,MPPC)。其由多个工作在盖革模式的 APD 阵列组成,具有高增益、高探测效率、快速响应、优良时间分辨率和宽光谱响应范围等特点。

当 MPPC 中的一个像素接收到一个入射光子时,就会输出一个幅度一定的脉冲。多个像素如都接收到入射光子,则每个像素都会输出一个脉冲,这几个脉冲最终会叠加在一起,由一个公共输出端输出,以此达到更大的增益。

相比 APD,MPPC 的增益可达到 10^5~10^6,这样在理论上,可以在更短的时间内得到更长的距离信息,探测带宽也与 APD 不相上下。另外,拥有小而有效面积、更多像素结构的 MPPC 不仅具备较快的时间特性(上升时间仅 1 纳秒左右),还可利用它独特的光子分辨能力,将不同表面反射率的物体识别出来,从而达到测距同时分辨物体表面特性的目的。从这些性能上来看,MPPC 非常适合脉冲测距法的应用,是自动驾驶上一维激光的理想“小伙伴”。

滨松于今年正式发布了最新的近红外 MPPC 研制成果,推出了红外增强型 MPPC S13720 系列。其在 905 纳米处具有较高的探测效率,响应速度快,工作温度范围宽,适合各种场合下的激光雷达应用,尤其是使用 测距法的长距离测量。

滨松推出的红外增强型 MPPC(硅光电倍增管)S13720 系列

硅 PIN 光电二极管成本低,且不易受周围环境光的干扰,但相比 APD/SPAD 和 MPPC,探测距离较短。硅 PIN 光电二极管的上升和下降时间非常短(通常为 10 纳秒或更短),因此非常适合于接收 25 纳秒数量级的光脉冲。此外,硅 PIN 光电二极管表现出非常高的线性度,甚至在强光条件下都可以检测到非常小的信号。硅 PIN 光电二极管可形成一维或二维阵列,可以集成于速度快、无运动部件的 2D 或 3D 传感器,从而对物体的存在、位置和速度提供快速且准确的信息。

混合固态 LiDAR 的企业和研究机构梳理

LeddarTech 公司总部位于加拿大,专注于为自动驾驶汽车和开发自己的 LiDAR 技术。集成在汽车前大灯中的 LeddarTech 混合固态 LiDAR,视场角 60° x 20°,探测距离 300 米(汽车)、200 米(行人)。激光光源通过 MEMS 扫描镜发射后形成行面阵,对前方物体和路面进行扫描,具有高“距离 / 功率”比、在能见度较低的情况下完成对目标的探测以及分辨多个目标的能力。

日本著名企业先锋集团(Pioneer),从影碟机技术积累转战 LiDAR,从车载娱乐影音、导航延伸到自动驾驶。先锋正在开发一款高性能、紧凑、低成本的 3D LiDAR 传感器。3D LiDAR 采用 MEMS 扫描镜,具有小孔径透镜的特征,并通过优化光学设计,可以被投入到实际的车载应用中。先锋将向汽车制造商、ICT(信息、通信、技术)相关企业以及日本和海外一些公司提供 3D LiDAR 样品,预计在 2020 年投入量产。

Cepton 成立于 2016 年,总部设在美国硅谷,由四位来自斯坦福大学背景、并有丰富经验的半导体行业老兵创立。Cepton 的技术比较特殊,团队成员称其技术与 MEMS 扫描镜是最相近的,但又不是 MEMS 扫描镜,而是采用 Micro-motion(微动原理),并且自己开发了微动器件。这家公司比较神秘,相关的专利还未到公开的时间(专利申请后需 18 个月才公开)。不过麦姆斯咨询认为 Cepton 虽然未使用 MEMS 扫描镜,但仍然采用微动技术的半导体芯片,依然属于混合固态 LiDAR 大军。究其具体技术,或许明年我们就可以揭开神秘的面纱。

Draper 是一家美国非盈利性研发组织,总部位于美国马萨诸塞州的剑桥,其官方名为“The Charles Stark Draper Laboratory, Inc”。该研究组织专长于设计、开发并应用先进技术解决方案,以解决国家安全、太空探索、健康医疗和能源领域的各种问题。其正在开发的一款混合固态 LiDAR 传感器采用 MEMS 扫描镜技术,预计在规模量产后,成本仅需 50 美元。这款 LiDAR 传感器将具有 300 米的探测距离,角分辨率小于 0.1 度,扫描速率为 20 帧 / 秒。

Spectrolab 是波音公司的全资子公司,是航天器太阳能的全球领先供应商。其推出的 MLS 201 采用 MEMS 扫描镜,1550 纳米短波红外激光,探测距离为 20 米,适合室内外物体的探测。

目前看来,混合固态 LiDAR 系统研发方面,国外企业已经具有领先优势。而国内企业如速腾聚创、镭神智能、禾赛科技等则处于蓄势待发的状态。

更多最新行业资讯,欢迎点击与非网

版权声明:网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

}

最近 #快被垃圾分类逼疯的上海居民# 上了热搜:自从开始推进垃圾分类,上海市民每天都要经受两次来自老阿姨的灵魂拷问:“侬是什么垃圾?”

据称这几天很多上海人的手机搜索是这样的:

当被问及原因,他们是这样说的:“阿拉上海宁,最近不谈股票,不谈房价,甚至连朋友也不谈了……就是一门心思统统扑在垃圾上,因为7月1号马上就要来了……

原来,从7月1日起,《上海市生活垃圾管理条例》将要正式实行了!

“单位未将生活垃圾分别投放至相应收集容器的,由城管执法部门责令立即改正;拒不改正的,处五千元以上五万元以下罚款。”

“个人将有害垃圾与可回收物、湿垃圾、干垃圾混合投放,或者将湿垃圾与可回收物、干垃圾混合投放的,由城管执法部门责令立即改正;拒不改正的,处五十元以上二百元以下罚款。”

简单来说,7月1日之后,没有进行垃圾分类的,会被口头警告,一个月内错三次以上的就要被罚钱了。

于是,“倒垃圾”就成为了近段时间上海人民的主旋律。

能够利用AI摄像头助力垃圾分类

在上海市绿化和市容管理局公布的《上海市生活垃圾分类投放指南》中,把生活垃圾分成了:可回收物、有害垃圾、干垃圾、湿垃圾四大类。

可能有人会想:“总共才四个分类,看上去也不难啊。”虽说只分成了四大类,可是每个大类里面还有许多小类,每个小类还会有具体的划分。

举个例子,大家买的大杯奶茶没喝完要怎么扔呢?搁以前,肯定是找个垃圾桶扔进去就好了。但是现在不行了,现在扔奶茶正确的做法是(知识点时间):先将剩余的奶茶倒入下水口;然后将珍珠、水果肉等残渣丢入湿垃圾;再把杯子、吸管丢入干垃圾;最后,如果是带有盖子的奶茶,塑料盖是可以归入可回收垃圾里面的……额。。小编脑袋有点疼

想想,扔个奶茶杯都这么讲究了,其他的垃圾呢?

为了学习这些垃圾分类的知识,有人“寓教于乐”专门做了一个垃圾分类的VR游戏:

藉由此,有不少专家提出:是否能够利用AI摄像头助力垃圾分类。

针对这个提议,瑞为CEO詹东晖明确表示不妥。

“之前也有客户找过我们提出了类似需求,不过我们团队认真分析下来,一致认为依靠AI视觉技术去区分垃圾的分类,无论是从技术上还是可操作性上来看都不太靠谱。”

他解释,通常来说,家庭生活垃圾一般都会一起装进垃圾袋,然后扔进垃圾桶。但人们在扔垃圾的时候,机器也无法将塑料袋一个一个依次打开,然后利用图像分析技术去确认垃圾分类是否正确。

即便每个人都愿意把塑料袋打开,从图像分析技术角度出发,也很难做到精准分析,因为这需要大量的数据去做训练,否则可用性不大。

与此同时,他也提出了两个相比之下比较可行的方案。

一、根据垃圾袋的颜色区分不同的垃圾,机器只要确保同样颜色的垃圾袋扔到所属的垃圾桶中即可。“这个方案还是考验人们的自觉性。从技术应用角度看,这样做的意义不大,没有起到严格垃圾分类的目的,因为垃圾袋颜色对了,不代表里面的垃圾是对的。”

二、参考日本等国家,在机场等公共场合设立垃圾分类示范区。在机场、车站等场合,大多数人不会产生太多垃圾,很多人只会丢一个空瓶子、一张面巾纸或者一些瓜皮果屑,如果针对这些试点区域去做一些技术应用,从而培养用户习惯,目前来看有一些可行性。

对于詹东晖提出的第二种方案,商品识别方案领先者码隆科技首席科学家黄伟林也比较认可。

他说,垃圾往往属于商品的极端变形体,情况比较特殊。目前的技术在视觉可见的基础上,是可以做到垃圾分类报警提醒的,比如判断垃圾是否是经过分类整理的。

至于是否能够直接进行视觉检测并分类,且达到某种效果,需要更多的数据和实验支撑才能判断这件事情的可行性。

“如果目标群体不大,可以做一些尝试。目前,我们聚焦于AI商品识别领域的研发,主要是通过摄像头检测商品,在这一过程中,也会经常遇到需要识别一些易于遮挡、折叠、变形的柔性物体,且识别效果不错。”

针对垃圾分类,AI能做些什么?

不止于中国,其实垃圾分类一直是让各个国家头疼的老问题。针对这个痼疾,全球很多AI人都曾贡献过他们的智慧。

波兰Bin-e人工智能垃圾桶

前几年波兰创业公司Bin-e公司开发了一种全新的人工智能垃圾桶,用户只需要在垃圾桶前扫描一下垃圾,舱门便会打开。这个人工智能垃圾桶是通过传感器、摄像头、AI图像识别算法来自动进行垃圾分类,使用起来可以说是很方便了,而且回收公司也可以通过APP来随时检查垃圾桶的剩余空间等。

Intuitive AI公司设计了一款名叫Oscar的垃圾分类系统,可以帮助使用者明确垃圾的类别,指导垃圾分类。

Oscar拥有32英寸显示屏和人工智能摄像头,它可以识别你手中的垃圾,并告诉你如何妥善处理它们。比如,你拿着一个餐盒,它会告诉你把剩下的食物扔进厨余里,然后把盒子扔进其他垃圾桶,如果做对了,它会在屏幕上撒上五彩纸屑、分享二维码、享受电影票或食品折扣等福利,但如果做错了,Oscar会发出不赞成的声音,还会在屏幕上显示一个暗红色的标志,提醒你犯了错误。

Murad说,Oscar是利用计算机视觉系统对垃圾进行分类,该系统通过成千上万的垃圾图片分析学习,已经可以将垃圾分成数百个类别,计划先在机场、大学和大型企业园区等环境中应用该方案。而且仍然接受训练,从部分可见的视觉线索识别垃圾,比如当一个人的手抓着一个可乐罐或一袋皱巴巴的薯片时,它可以对人手中的垃圾进行识别。该系统目前正在加拿大温哥华的一个机场以及西蒙弗雷泽大学等地进行测试。

ZenRobotics是一家专门从事人工智能控制机器人系统的高科技公司。同时,也是机器人垃圾分类技术的领先供应商。

基于人工智能的视觉分析系统的ZenRobotics垃圾回收设备 (ZRR) 是全球首个机器人垃圾分类系统,ZRR 可同时进行混合型垃圾分类、有用垃圾分类和无用垃圾分类。此外,ZRR根据垃圾种类的不同:建筑拆迁垃圾、木材垃圾、运输垃圾、纺织垃圾和废金属垃圾进行了不一样的设计。值得一提的是,ZRR在建筑垃圾分拣领域上处于领先优势。

它是基于人工智能的视觉分析系统,ZRR 传感器单元对垃圾流进行扫描,识别各种材料、物体和抓取位置,ZRR大脑控制软件分析数据和控制机器人,ZRR智能抓取器可选取所需的物体,机器人对同一位置的多种碎物进行分类。

ZRR 可对重达30公斤的大型重物进行分离,每小时选取次数最高可达 4,000 次。一天就可以处理2000吨垃圾,相当于48个人的工作量。与人工相比,30万吨的年处理量使用机器人分拣可提升40%的效率。

日本: FANUC视觉分拣机器人

FANUC是一家历史非常悠久的数控系统公司,早在上世纪70年代,已是世界上最大的专业数控系统生产厂家。有意思的是,它可能是目前世界上为数不多由机器人来制造机器人的公司。

FANUC LRMate 200iD是公司旗下的明星产品,基于人工智能的视觉分析系统。它的特点在于对垃圾精细的辨别和分析能力。例如,分析出木材的质量,分辨出聚合物和塑料的区别等。  

FANUC为分拣机器人设计了一套废旧物品自动回收技术,由人工智能(多层神经网络)及分拣系统组成。视觉系统用于获取物品的视觉信息,下一步便是利用人工智能对物品进行鉴别。根据物品的化学成分、大小、价值和位置来确定分拣的优先级,确保取得最优结果;判断完毕后,机器人便可进行分拣。  

值得一提的是FANUC需多个机器人协同操作,由单个机器人进行分拣操作效率较低,速度较慢,也有很多物品被遗漏了下来。但在实际流水线工作中,多台机器人同时进行工作,遗漏下来的物品就微乎其微了。  

不同于前两个公司属性,这款名叫Rocycle垃圾分拣机器人是美国麻省理工学院计算机科学和人工智能实验室开发,属于“学院派”产物。

与FANUC的分拣机器人不同的是,这款机器人并没有使用视觉分析系统,而是使用了触觉作为检验材料的方法。在分辨两个外表几乎一致但材料不同的物体时,触觉系统比之视觉分析系统有着更加精准的表现。并且由于是软体抓手缘故,它可以更轻松的抓起各种形状不规则的物品。  

在分选过程中,机器人会对物体进行扫描,并通过传感器测量物体尺寸。使用其机械手臂上的两根柔软手指挤压物体以完成抓取,而手指上的压力传感器能够测量抓住物体所需要的力,并以此确定材料刚度。最后,将扫描结果与压力传感器获得的数据相互对比匹配,分辨出物体材质后,Rocycle会将其投入正确的垃圾箱。 

但据了解其性能有限,效率平平。基于材料的特性及研发的“手性剪切拉胀”技术。RoCycle机器人手允许设备使用常规电机,而非像其他软体机器人一样使用昂贵的空气泵和压缩机。但在准确率方面,静止状况下的准确率能达到85%,在模拟传送带上准确率也能达到63%。就一项“另辟蹊径”的技术而言,它还有足够多的上限空间可以期待被挖掘。

美国:Max-AI垃圾分拣机器人

Max-AI是美国生产商National Recycling Technologies 研发出来的一款人工智能分类机器人,可以代替工作人员完成垃圾分类工作。

Max-AI 机器人是由视觉系统、人工智能及分拣系统组成,它可以利用计算机来识别出垃圾的材质,从而辨别哪些该分拣出来。

视觉系统负责辨别,机械手负责分拣,机械手采用气动系统,“一吸一吹”,当系统识别出要分拣的垃圾时,机械手迅速的吸住垃圾并抛向不同的箱体中。每分钟机器人就能分拣64次,是普通员工的一倍。

小结:垃圾分类是否值得被智能化?

据财经媒体报道称,垃圾分类的实施使环保板块再掀涨停潮,此外,我国每年产生近10亿吨垃圾,其中生活垃圾产生量约为4亿吨,建设垃圾约为5亿吨,数据显示国内垃圾分类市场规模接近两千亿元。

因此小编认为,在各种政策倡导和绿色环保的主流风向下,垃圾分类确实也是一个值得被思考、被「智能化」的应用场景。目前再国内,也有不少面向B端和G端的厨余垃圾智能收集箱。

但值得一提的是,尽管现在人工智能可以帮我们更加精准的分拣,但是垃圾分类却是我们的事情,这是两回事!甚至我们还要让小朋友从小就学会垃圾分类,我们要向小朋友传播垃圾分类的知识,现在不仅仅是要我们家长教会孩子垃圾分类,就连学校都要积极向学生传播垃圾分类知识。

当然,在这个人工智能时代,我们也可以让机器人来向孩子传播垃圾分类的知识,让小朋友更加清楚认识到垃圾分类的重要性。

}

我要回帖

更多关于 扫描仪器 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信