扫地机器人行业技术框架.pdf

请请务务必必阅阅读读正正文文之之后后的的信信息息披披露露和和重重要要声声明明行行业业研研究究行行业业深深度度研研究究报报告告证证券券研研究究报报告告industryId家家用用电电器器推推荐荐(维维持持）重重点点公公司司重重点点公公司司EPS（人人民民币币元元）评评级级2022E 2023E海尔智家1.591.83买入海信家电1.201.39买入小熊电器2.172.61审慎增持苏泊尔2.963.46买入新宝股份1.241.59审慎增持来源：兴业证券经济与金融研究院relatedReport相相关关报报告告【兴证家电】“618”前瞻：平台政 策 与 品 牌 促 销 梳 理 2022-05-22【兴证家电】空调行业跟踪：4月空调出货平稳，海尔表现靓丽2022-05-20【兴证家电】4 月家电品类表现分化，空气炸锅需求爆发2022-05-15投投资资要要点点summary扫扫地地机机器器人人技技术术框框架架：两两个个维维度度从从信信息息链链条条和和技技术术模模块块两两个个维维度度构构建建扫扫地地机机器器人人技技术术框框架架：一是对信息输入、决策到输出的逻辑分析，二是对系统、模块、硬件和软件的原理分析。感感知知系系统统是是扫扫地地机机器器人人信信息息输输入入的的受受体体，本本质质上上是是对对周周围围物物理理环环境境的的数数字字化化。更具体地说，是对家庭室内环境的数字化。从模块上看，主要包括测距、识别、检测三个部分；从部件上看，主要包括传感器和边缘算法。决决策策系系统统负负责责信信息息处处理理和和传传递递，本本质质是是对对数数字字信信息息的的智智能能化化处处理理。从模块上看，包括导航、避障和控制。从部件上看，软件（智能算法）比硬件（PCB+芯片）壁垒更高。执执行行系系统统负负责责落落实实执执行行智智能能化化决决策策。从模块看，主要包括清洁、移动和续航三个部分。从部件看，执行系统更侧重硬件，软件上的机构设计能力依赖经验积淀。扫扫地地机机器器人人技技术术脉脉络络：两两条条线线索索导导航航是是技技术术创创新新主主线线：历经随机碰撞-局部规划-全局规划三个阶段，由无序-有序-智能。导航是软硬件一体的系统，其中，导航算法和导航传感器是扫地机器人的核心技术；现阶段芯片具有通用性，并非当下竞争关键。清清洁洁是是技技术术创创新新支支线线：清洁技术创新路径与中国扫-拖-洗-倒四大传统清洁环节一一对应。扫地机器人本质上解决两个层次的清洁痛点，一是初步实现清洁自动化，强调自动化清洁的广度，使得自动化能够覆盖四个清扫环节。二是完全实现清洁自动化，强调自动化清洁的深度，彻底解放双手，无需人工复扫。扫扫地地机机器器人人技技术术变变化化趋趋势势：短短期期清清洁洁深深化化，长长期期交交互互升升级级。短短期期看看，高度智能和深度清洁是清洁电器理想产品必备的两大属性，鉴于目前扫地机器人已基本满足智能清洁和浅度清洁的需求，消费者需求痛点由清洁智能化转向清洁深度化。长长期期看看，扫地机器人有望从单一功能性智能走向多场景化智能，交互升级是技术的发展方向，识别能力和 AI 算力将成为下一个突破口。重重点点公公司司：短期内扫地机器人的产品创新将由“大跨步式”革新转向“小碎步式”改良，行业竞争也趋于全面，除产品创新能力外，产品体系化能力、营销运营能力以及供应链降本能力的重要性凸显。建建议议关关注注：1）科科沃沃斯斯：平台化+一体化能力突出，下沉与拓品潜力充足。2）石石头头科科技技：产品力与品牌力领先，管理能力持续优化。风风险险提提示示：新新品品销销售售不不及及预预期期，行行业业需需求求增增长长低低于于预预期期，行行业业竞竞争争加加剧剧title扫扫地地机机器器人人行行业业技技术术框框架架createTime12022 年年 07 月月 07 日日 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-2-行业深度研究报告行业深度研究报告目目录录1、技术框架：软硬件一体的复杂系统.-4-2、感知系统：物理世界数字化.-4-2.1、模块：测距+识别+检测.-4-2.2、硬件：传感器.-6-2.3、软件：边缘算法.-14-3、决策系统：数字信息智能化.-15-3.1、模块：导航+避障+控制.-15-3.2、硬件：PCB+芯片.-19-3.3、软件：智能算法.-20-4、执行系统：智能决策功能化.-21-4.1、模块：清洁+移动+续航.-21-4.2、硬件：清洁组+机轮组+电池组.-24-4.3、软件：机构设计.-30-5、如何看待扫地机器人技术变化趋势？.-31-5.1、短期：深度清洁创新活跃.-31-5.2、长期：智能交互有望升级.-32-6、重点公司.-32-7、风险提示.-33-图图目录目录图 1、扫地机器人技术框架.-4-图 2、测距可用于定位.-5-图 3、测距可用于识别.-5-图 4、完成测距需测距工具与测距原理结合.-5-图 5、扫地机器人识别智能水平的三个层次.-6-图 6、米家扫地机器人 1S 共配置 12 类传感器.-7-图 7、激光雷达组成.-7-图 8、三角激光测距原理示意图.-8-图 9、ToF 激光测距原理示意图.-8-图 10、Neato XV-11 整体性能劣于同期 iRobot 产品.-8-图 11、米家扫地机器人凭借极致性价比引爆市场.-9-图 12、单目相机测距原理示意图.-10-图 13、iRobot Roomba980 采用单目视觉导航.-10-图 14、双目相机测距原理示意图.-10-图 15、石头 T7 Pro 搭载双目视觉避障.-10-图 16、3D 结构光深度相机工作原理示意图.-11-图 17、3D 结构光相机测距原理为几何测距.-11-图 18、3D-ToF 深度相机工作原理示意图.-11-图 19、惯性导航技术原理图.-12-图 20、扫地机器人碰撞传感器工作原理示意图.-13-图 21、扫地机器人悬崖传感器工作原理示意图.-13-图 22、米家扫地机器人 1S 配备的防跌落传感器.-14-图 23、扫地机边缘算法过程示意图.-14-图 24、扫地机器人全局规划导航步骤分解示意图.-16-图 25、扫地机器人避障技术演进示意图.-18-qZhUlXnVcVoWnMmN8OcM8OsQrRpNmOfQnNpQeRrRsNbRpOtMvPmRoPvPoPxP请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-3-行业深度研究报告行业深度研究报告图 26、扫地机器人控制系统示意图.-18-图 27、扫地机器人 PCB 和主要芯片构成（以科沃斯 DG710 为例）.-19-图 28、智能算法框架示意图.-21-图 29、清洁环节智能化和清洁细节智能化示意图.-22-图 30、扫地机器人清洁系统迭代演进.-22-图 31、目前重要型号产品续航情况.-23-图 32、不同温度下锂电池剩余容量变化.-23-图 33、人指挥下的扫地机移动由“受限”到“自由”.-24-图 34、机器自主移动由“无序”到“有序”.-24-图 35、扫地机器人清洁组创新与传统清洁流程一一对应.-24-图 36、扫/吸模块硬件示意图.-25-图 37、扫地机器人与吸尘器吸风电机对比.-25-图 38、扫地机器人自清洁硬件创新.-26-图 39、探博 M1 滚筒式拖布与机身自清洁设计.-27-图 40、晓舞滚筒式拖布与机身自清洁设计.-27-图 41、iRobot&科沃斯与石头科技的集尘桶技术有所差异.-28-图 42、扫地机器人机轮组拆解.-30-图 43、汽车与扫地机器人“KNOW-HOW”建设对比示意图.-30-图 44、扫地机器人深度清洁的痛点逐步凸显.-31-图 45、高度智能和深度清洁是理想清洁电器必备的两大属性.-31-图 46、扫地机器人未来可能实现场景拓展，成为全方位的家庭服务机器人.-32-表目录表目录表 1、扫地机器人视觉相机对比.-9-表 2、扫地机器人三代导航系统演进示意图.-15-表 3、全局规划导航两种技术路线对比.-16-表 4、扫地机避障技术对比.-17-表 5、部分扫地机器型号的主要芯片.-20-表 6、部分产品集尘桶配置情况.-27-表 7、支持自动上下水的扫地机器人部分机型.-28-表 8、扫地机器人部分机型电池情况对比.-29-请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-4-行业深度研究报告行业深度研究报告报告正文报告正文1、技术框架：软硬件一体的复杂系统、技术框架：软硬件一体的复杂系统本文从信息链条和技术两个维度构建扫地机器人技术框架本文从信息链条和技术两个维度构建扫地机器人技术框架。我们从信息链条出发，将扫地机器人运行流程视为信息输入、处理到输出的过程，并将技术解构为系统、模块、硬件和软件四个层次，与信息链条各环节一一对应，从而构建起涵盖扫地机器人各种功能原理与各类软硬件技术的分析框架（见图 1）。图图 1、扫地机器人技术框架、扫地机器人技术框架资料来源：兴业证券经济与金融研究院整理2、感知系统：物理世界数字化、感知系统：物理世界数字化正如人类拥有感官感知周围环境，扫地机器人也拥有负责采集环境信息的感知系统。感知系统是扫地机器人信息输入的受体感知系统是扫地机器人信息输入的受体，本质上是对周围物理环境的数字化本质上是对周围物理环境的数字化，更具体地说，是对家庭室内环境的数字化。更具体地说，是对家庭室内环境的数字化。从模块上看，主要包括测距、识别、检测三个部分；从部件上看，主要包括传感器和边缘算法。2.1、模块：测距、模块：测距+识别识别+检测检测测距：实现导航和避障的关键步骤测距：实现导航和避障的关键步骤测距即测量距离，是扫地机器人实现导航和避障的关键环节。测距即测量距离，是扫地机器人实现导航和避障的关键环节。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-5-行业深度研究报告行业深度研究报告1）测距与导航测距与导航：扫地机器人导航需要进行定位与建图。通过测距，扫地机器人可以实时获取周围物体与自身距离数据，在所处空间进行实时定位。此外，扫地机器人通过移动弥补测距的范围限制，最大程度覆盖房间，利用距离数据确定房间边界和各物体位置，最后完成建图。2）测距与避障测距与避障：避障的前提是确认障碍物，测距能够帮助扫地机器人进行物体识别。当某物体上所有点（或者主要特征点）的距离数据能够被获取，便可形成该物体的 3D 轮廓，结合算法等技术可对物体进行识别。完成测距需结合测距工具与测距原理。完成测距需结合测距工具与测距原理。测距工具主要为各类传感器，根据物理属性，可分为可见光传感器、不可见光传感器和声传感器等，常见的测距传感器包括激光雷达、视觉相机等。测距原理主要分为几何测距和 ToF 测距两种方式。几何测距是基于光的发射和折射所形成的几何数量关系计算距离（最常见的为三角测距）。ToF 即 Time of flight，ToF 测距是基于光的飞行时间和光的飞行速度计算距离，技术上可分为 dToF（direct）和 iToF（indirect）两种。图图 2、测距可用于定位、测距可用于定位图图 3、测距可用于识别、测距可用于识别资料来源：搜狐网，兴业证券经济与金融研究院整理资料来源：搜狐网，兴业证券经济与金融研究院整理图图 4、完成测距需测距工具与测距原理结合、完成测距需测距工具与测距原理结合资料来源：什么值得买，兴业证券经济与金融研究院整理识别：主要判别清扫对象和避障对象识别：主要判别清扫对象和避障对象识别是基于深度学习网络和目标检测算法识别是基于深度学习网络和目标检测算法，对图像中的目标物体进行判别的技术。对图像中的目标物体进行判别的技术。扫地机器人通过摄像头对所获图像进行分析，判别家庭环境中的清扫对象和避障 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-6-行业深度研究报告行业深度研究报告对象，策略性地采取清扫或避障行为。按照智能水平的高低，扫地机器人识别可分为三个层次：按照智能水平的高低，扫地机器人识别可分为三个层次：1）物体的存在判别：）物体的存在判别：只能判别空间中是否存在物体，无法获取物体其他信息。2）物体的种类区分物体的种类区分：能够识别物体的形状、尺寸特征，从而判断物体的种类。如科沃斯地宝系列配置 AIVI 人工智能和视觉识别系统，具备分类电线与拖鞋等日常障碍并进行主动避障的能力，也可以智能识别地毯、窗帘、台阶等家居物品。3）物体的信息获取物体的信息获取：不仅能够识别物体的颜色、细分品种、质地等具体信息，还可以提取丰富的语义信息。比如不仅识别出鞋子，还进一步识别出红色高跟鞋，从而判断出室内可能存在女性。随着清扫能力的完善随着清扫能力的完善，识别能力逐步成为行业竞争的主要领域识别能力逐步成为行业竞争的主要领域。在扫地机器人发展初期，识别能力的提升并不迫切。原因有两个方面，一是识别水平提升难度大且对于清洁效果的边际改善较小，清扫过程中甚至不需要知道障碍物类型，只需判断是否存在障碍物便可完成避障。只要具备识别常见清扫物体的能力便可满足基本清扫需求；二是存在隐私保护问题，居家环境属于私密空间，扫地机器人识别及分析能力过强可能引发消费者的怀疑和反感。不过，随着扫地机器人清洁能力的逐步完善，识别能力也逐渐成为各大品牌差异化竞争的主要领域之一。图图 5、扫地机器人识别智能水平的三个层次、扫地机器人识别智能水平的三个层次资料来源：兴业证券经济与金融研究院整理检测：为保障正常工作而进行的信息采集和判断过程检测：为保障正常工作而进行的信息采集和判断过程检测特指为保护扫地机器人持续工作而发生的信息采集和判断过程检测特指为保护扫地机器人持续工作而发生的信息采集和判断过程。正如人类冷了要取暖、饿了要进食，扫地机器人也需要检测“健康”状况，保障工作的正常进行。扫地机器人检测可大致分为对外检测和对内检测两个部分。1）对外检测：）对外检测：主要判断外部环境的安全性，如墙壁和玻璃检测（防撞）、防跌落检测（防摔）等；2）对内检测对内检测：主要判断内部状态的安全性，如电池电量检测、防过热检测、尘盒在位检测、尘盒过满检测等。2.2、硬件：传感器、硬件：传感器扫地机器人是多传感器集成体扫地机器人是多传感器集成体，如米家扫地机器人 1S 共配置了 12 种传感器，用 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-7-行业深度研究报告行业深度研究报告于采集和分析机器内外的物理信息。下文将重点介绍扫地机器人常见的传感器。图图 6、米家扫地机器人、米家扫地机器人 1S 共配置共配置 12 类传感器类传感器资料来源：小米官网，兴业证券经济与金融研究院整理激光雷达激光雷达激光雷达一般由光源、光束操纵和探测器三部分组成。激光雷达一般由光源、光束操纵和探测器三部分组成。光源发射的激光光束经光束操纵后产生角度偏转，由探测器接收光束打在目标物上产生发射/散射的部分回波，根据测距原理计算得出激光雷达到目标点/线的距离。通过不断扫描目标物，可得到目标物上全部点/线的距离信息，经过成像处理后便可生成三维立体图像。根据同时发射的激光线束多寡，可分为单线激光雷达和多线激光雷达（根据同时发射的激光线束多寡，可分为单线激光雷达和多线激光雷达（4 线、线、8线、线、16 线、线、32 线、线、64 线、线、128 线等线等）。线束越多，回波越密集，精度越高，相应的成本和算力要求也越高。考虑到成本因素和室内环境较为简单，扫地机器人一般采用单线激光雷达，而多线激光雷达多应用于成本接受度较高、运行环境较为复杂及安全性要求较严格的自动驾驶领域。图图 7、激光雷达组成、激光雷达组成资料来源：麦姆斯咨询，兴业证券经济与金融研究院整理根据测距原理不同根据测距原理不同，激光雷达可分为几何测距激光雷达和激光雷达可分为几何测距激光雷达和 ToF 测距激光雷达测距激光雷达。几几何测距激光雷达何测距激光雷达是根据激光的发射角度、发射头和接收器的距离、以及激光落在图像传感器的具体位置的几何关系（三角关系最常见），计算目标物距离。ToF 测测 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-8-行业深度研究报告行业深度研究报告距激光雷达距激光雷达根据计算激光往返时间间隔，结合激光速度获得目标物距离。根据发射光信号的不同，ToF 测距激光雷达还可进一步划分为 dToF（direct Time-of-Flight）激光雷达和 iToF（indirect Time-of-Flight）激光雷达。其中，dToF 激光雷达通过测量发射光脉冲和反射光脉冲之间的时间间隔直接测距；iToF 激光雷达发射的是调制光而非光脉冲，通过检测发射调制光与反射调制光之间的相位差，使用积分间接计算飞行时间，进而测距。由于 iToF 激光雷达的测距距离与精度不可兼得，多用于测距距离在数米范围的场景（如手机人脸识别），因此扫地机器人因此扫地机器人 ToF 激激光测距方案中通常采用光测距方案中通常采用 dToF 激光雷达。激光雷达。图图 8、三角激光测距原理示意图、三角激光测距原理示意图图图 9、ToF 激光测距原理示意图激光测距原理示意图资料来源：搜狐网，兴业证券经济与金融研究院整理资料来源：搜狐网，兴业证券经济与金融研究院整理2010 年 2 月美国品牌 Neato 推出全球首款激光雷达扫地机器人 Neato XV-11，但该产品并不成熟。与同期同价位段（$400+）的 iRobot Roomba 760 相比，NeatoXV-11 存在避障弱、噪音大、交互差等劣势。此后，科沃斯等其他品牌也尝试推出过激光雷达产品，但反响平淡。2016 年石头科技推出米家扫地机器人，该款产品不仅配备激光导航，还进行了全方面改良，1699 元的售价仅为同期同类竞品的40%，激光雷达由此逐步发展为国内扫地机器人的标配。图图 10、Neato XV-11 整体性能劣于同期整体性能劣于同期 iRobot 产品产品资料来源：Versus，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-9-行业深度研究报告行业深度研究报告图图 11、米家扫地机器人凭借极致性价比引爆市场、米家扫地机器人凭借极致性价比引爆市场资料来源：腾讯网，京东，兴业证券经济与金融研究院整理视觉相机视觉相机视觉相机是一种通过光学装置和非接触式传感器接收并处理物体图像的测量工视觉相机是一种通过光学装置和非接触式传感器接收并处理物体图像的测量工具。具。视觉相机虽然类型众多，但原理相通：先利用光源（可见光或红外光）照亮目标物，再将目标物原始图像转换为具备亮度/颜色/像素/深度的图像信号，最后结合距离信息形成目标物的三维模型。根据相机结构和测距原理的差异，扫地机器人常用的视觉相机可分为单目相机、双目深度相机、3D 结构光深度相机和3D-ToF 深度相机。其中，除单目相机外，其余三类均为可静态测量深度信息的RGB-D 相机（深度相机）。表表 1、扫地机器人视觉相机对比、扫地机器人视觉相机对比名称名称单目视觉相机单目视觉相机双目视觉深度相机双目视觉深度相机3D 结构光深度相机结构光深度相机3D-ToF 深度相机深度相机传感器类型传感器类型RBG 相机RBG-D 相机RBG-D 相机RBG-D 相机单目双目3D 结构光+RGB3D-ToF+RGB测距原理测距原理几何测距几何测距几何测距ToF 测距传感器成本传感器成本低中较高高测距距离测距距离5m5m10m100m精度精度10cm 级近距离达 mm 级近距离达 0.01-1mmcm 级环境环境受光照影响受光照和物体纹理影响不受光照和物体纹理影响不受光照和物体纹理影响计算量计算量低高较高中测距方式测距方式被动式被动式主动式主动式信息量信息量语义信息 2D（无深度信息）语义信息3D语义信息3D语义信息3D资料来源：知乎，兴业证券经济与金融研究院整理1）单目视觉相机单目视觉相机原理：原理：由一个摄像头在运动过程中在不同位置对同一物体拍摄两幅图像，对两幅图像的特征点进行匹配，再根据摄像头的运动数据，通过几何关系计算出物体深度信息，形成三维模型。2014 年前后，扫地机器人单目视觉应用走向成熟，2014 年戴森推出的 360 Eye、2015 年 iRobot 推出的 Roomba 980 均采用了单目视觉技术。相比其他传感器，单目相机的优势在于成本低且技术成熟，劣势在于静态状态下无法测量目标物的深 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-10-行业深度研究报告行业深度研究报告度信息，外加其易受环境光影响，测距和识别的精度较低。目前 iRobot 等海外头部品牌主要采用视觉导航技术路线，石头科技、科沃斯、小米等中国头部品牌则主要采用激光导航技术路线。图图 12、单目相机测距原理示意图、单目相机测距原理示意图图图 13、iRobot Roomba980 采用单目视觉导航采用单目视觉导航资料来源：CNKI，兴业证券经济与金融研究院整理资料来源：搜狐网，兴业证券经济与金融研究院整理2）双目视觉深度相机双目视觉深度相机原理：原理：由两个平行且共面的摄像头从不同角度拍摄图像，借助立体匹配算法对两幅图的特征点进行匹配，进而计算出视差，利用视差原理与几何关系计算出被测物体的三维信息，形成三维模型。相比单目视觉相机相比单目视觉相机，双目视觉深度相机能够测量深度信息双目视觉深度相机能够测量深度信息，但对算法和硬件要求但对算法和硬件要求较高。较高。出于产品成本和使用场景的考虑，目前双目视觉深度相机主要应用于扫地机器人避障，如 2020 年 5 月石头科技推出的 T7 Pro 产品就采用了双目视觉避障方案，T7 Pro 的双目视觉深度相机是由 2 颗 500W 像素 120广角摄像头和红外补光灯、回充传感器等器件组成，同时配备高通 8 核处理器，脱困避障能力较强。图图 14、双目相机测距原理示意图、双目相机测距原理示意图图图 15、石头、石头 T7 Pro 搭载双目视觉避障搭载双目视觉避障资料来源：CNKI，兴业证券经济与金融研究院整理资料来源：公司官网，兴业证券经济与金融研究院整理3）3D 结构光深度相机结构光深度相机原理原理：红外线发射器投射特定编码的光线至物体表面，再由红外线相机进行拍摄。物体表面高低起伏使得编码光线变形，结合三角测距原理从变形信息中计算出深度信息，形成深度图像。RGB 相机同时拍摄获取物体 2D 彩色图像。最后利用算 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-11-行业深度研究报告行业深度研究报告法将深度图像与 2D 彩色图像（深度图像像素一般低于 2D 彩色图像）融合形成彩色的三维模型。相比单目和双目视觉被动接收可见光，3D 结构光深度相机能够主动发射和接收红外光，因此 3D 结构光方案不受光照条件和物体条纹的影响，环境适应性更强。此外，3D 结构光深度相机精度较高，测距距离也达到 10m 水平。由于整体性能较好，3D 结构光相机被应用于扫地机器人的避障领域，如科沃斯 2020 年 4 月推出的 T8 MAX、石头科技 2021 年 3 月推出的 T7s 系列和 2022 年 3 月推出的 G10s系列均采用了这一方案。图图 16、3D 结构光深度相机工作原理示意图结构光深度相机工作原理示意图图图 17、3D 结构光相机测距原理为几何测距结构光相机测距原理为几何测距资料来源：搜狐网，兴业证券经济与金融研究院整理资料来源：搜狐网，兴业证券经济与金融研究院整理4）3D-ToF 深度相机深度相机原理原理：3D-ToF 深度相机主动发射红外线照亮场景并接收目标物反射光，通过发射光与反射光的时间差计算出传感器与物体各点间的距离，这些距离信息与 ToF 相机的像素矩阵一一对应，由此可得到深度图像。ToF 相机同时获取目标物的振幅图像（2D 图像）。最后利用算法将深度图像与 2D 图像融合形成三维模型。不同于其他视觉相机，3D ToF 相机采用 ToF 测距原理，具备算力要求低、尺寸小、探测距离远近兼顾、识别盲区小、校准便捷等优势。2020 年 11 月发布的米家扫拖机器人 1T 和 2021 年 3 月的米家扫拖机器人 Pro 均搭载了 3D ToF 深度相机。图图 18、3D-ToF 深度相机工作原理示意图深度相机工作原理示意图资料来源：英飞凌，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-12-行业深度研究报告行业深度研究报告IMU（惯性测量单元）（惯性测量单元）IMU（惯性测量单元）主要由陀螺仪和加速度计组成，电子罗盘则是提升（惯性测量单元）主要由陀螺仪和加速度计组成，电子罗盘则是提升 IMU测量精度的辅助传感器测量精度的辅助传感器。三者主要用于实时检测物体运动的变化信息三者主要用于实时检测物体运动的变化信息。其中，陀螺仪测量扫地机器人的角速率，以原始方位（初始点一般为基站所在地）作为初始条件，对角速率进行积分，进而实时计算扫地机器人当前所处方位；加速度计测量扫地机器人的加速度，利用 a=F/M 原理可测量线加速度，对线加速度一次积分得到速度，二次积分得到位移。结合陀螺仪测得的方向信息和加速度计测得的位移信息，便可实时得到扫地机器人相对于初始点的位置信息。之后再经由电子罗盘辅助确认扫地机器人水平位置的朝向，使姿态参数更为精确。由于姿态信息是经过积分计算产生，定位误差会随时间推移而增大，长期积累会导致精度降低且每次使用前需耗费较长时间进行初始调整，故陀螺仪/加速度计代表的局部规划导航（惯性导航）逐渐被全局规划导航（LDS-SLAM/V-SLAM）取代。但由于陀螺仪由于陀螺仪/加速度计加速度计/电子罗盘获取姿态信息时不依赖于环境信息，在环电子罗盘获取姿态信息时不依赖于环境信息，在环境条件较差的场景下依然能够进行测量境条件较差的场景下依然能够进行测量，所以一般作为测量的辅助和补充所以一般作为测量的辅助和补充，这也这也是这三类传感器仍常见于全局规划导航类产品的原因。是这三类传感器仍常见于全局规划导航类产品的原因。图图 19、惯性导航技术原理图、惯性导航技术原理图资料来源：惯性导航原理，兴业证券经济与金融研究院整理碰撞传感器碰撞传感器碰撞传感器由碰撞板、红外线发射器和光敏二极管组成。碰撞传感器由碰撞板、红外线发射器和光敏二极管组成。碰撞板安装在扫地机器人前端，受挤压后将向后位移。在靠近碰撞板的机身两侧各有一个红外线发射器。正常状态下红外线发射器发射的红外线可通过特制小孔被光敏二极管接收，表明此时无障碍物。当扫地机器人与障碍物碰撞后，碰撞板向后位移并遮挡小孔，此时光敏二极管无法接收红外线，可知碰撞方向存在障碍物，并做出避障移动。该该避障类型也被称为机械避障。避障类型也被称为机械避障。由于原理简单、成本较低，早期机型（即随机导航和局部规划导航机型，详情可见下文 3.1 中的导航和避障部分）均将碰撞传感器作为避障的核心传感器。随着全局规划导航技术的完善以及视觉辅助避障的应用，机械避障地位逐步下降，但仍常作为辅助避障方式。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-13-行业深度研究报告行业深度研究报告图图 20、扫地机器人碰撞传感器工作原理示意图、扫地机器人碰撞传感器工作原理示意图资料来源：中科院半导体所，兴业证券经济与金融研究院整理沿墙传感器沿墙传感器沿墙传感器的作用在于帮助扫地机器人与墙面始终保持合理距离沿墙传感器的作用在于帮助扫地机器人与墙面始终保持合理距离（一般为一般为 1-2cm），保护机身与墙面不发生碰撞保护机身与墙面不发生碰撞，便于清扫墙边缝隙等清洁死角便于清扫墙边缝隙等清洁死角。沿墙传感器通常采用 ToF 测距原理，通过计算光信号发射节点与反射光信号接收节点的时间差从而测量扫地机器人与墙壁或障碍物的距离。悬崖传感器悬崖传感器悬崖传感器的作用在于判断前方是否存在悬崖传感器的作用在于判断前方是否存在“悬崖悬崖”（如台阶、高台等（如台阶、高台等），以提醒扫，以提醒扫地机器人地机器人“悬崖勒马悬崖勒马”。悬崖传感器安装于扫地机器人底部的边缘位置悬崖传感器安装于扫地机器人底部的边缘位置，通常配通常配备备4-6 个个。悬崖传感器由红外信号发射管与接收管组成，信号发射管会每隔一段时间向地面发射红外射线，传感器通过记录信号返回接收管的时间来判断地面的高度，若返回时间超过了设定的限定值，即判定前方存在“悬崖”并向控制器发送信号，控制器向扫地机器人发出转向或停止的指令，防止跌落。图图 21、扫地机器人悬崖传感器工作原理示意图、扫地机器人悬崖传感器工作原理示意图资料来源：中科院半导体所，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-14-行业深度研究报告行业深度研究报告防跌落传感器防跌落传感器防跌落传感器安装在扫地机器人机轮组内部，通过检测机轮组的压力状态（机轮组是否与地面正常接触）判断扫地机器人是否正常运行。当机轮组（悬空）离地时，防跌落传感器可以检测到机轮组压力减轻，并向控制器发送信号，中止机轮组运作，从而提升扫地机器人移动过程的安全性。图图 22、米家扫地机器人、米家扫地机器人 1S 配备的防跌落传感器配备的防跌落传感器资料来源：公司官网，兴业证券经济与金融研究院整理2.3、软件：边缘算法、软件：边缘算法边缘是相对于中心而言的相对概念，边缘算法是一种分布式运算架构，是将原本庞杂的数据运算分散到边缘节点进行预处理的指令。在扫地机器人中，主控芯片在扫地机器人中，主控芯片负责集成运算负责集成运算，处于中心定位处于中心定位；各类传感器充当边缘节点各类传感器充当边缘节点，将采集的非结构数据将采集的非结构数据预先处理后再传输至主控芯片。预先处理后再传输至主控芯片。如激光雷达将采集的深度信息预处理为点云图后再传输给主控芯片进行导航决策。边缘计算一方面有效减少了冗余数据的传输，降低系统反应时间，提升了扫地机器人实时处理数据的能力；另一方面，边缘计算减少了主控芯片的运算压力，节省的运算资源能够进一步投入到扫地机器人的智能化开发当中。图图 23、扫地机边缘算法过程示意图、扫地机边缘算法过程示意图资料来源：兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-15-行业深度研究报告行业深度研究报告3、决策系统：数字信息智能化、决策系统：数字信息智能化决策系统是扫地机器人的神经系统，负责信息处理和传递。从模块上看，包括导航、避障和控制。从部件上看，软件（智能算法）比硬件（PCB+芯片）壁垒更高。3.1、模块：导航、模块：导航+避障避障+控制控制导航：历经三代，由无序到有序再到智能导航：历经三代，由无序到有序再到智能扫地机器人导航是指扫地机器人实现定位并沿着所制定路线从出发点移动到目扫地机器人导航是指扫地机器人实现定位并沿着所制定路线从出发点移动到目的点的过程。扫地机器人导航历经随机碰撞的点的过程。扫地机器人导航历经随机碰撞-局部规划局部规划-全局规划三个阶段，逐步全局规划三个阶段，逐步由无序到有序再到智能。由无序到有序再到智能。第一代导航是随机碰撞导航第一代导航是随机碰撞导航，扫地机器人利用碰撞传感器确定行进方向，无路径规划能力，2010 年之前基本都为第一代产品；第二代导航是局部规划导航第二代导航是局部规划导航，扫地机器人利用 IMU（惯性测量单元）实现定位，可进行弓形规划，但建图效率和精度较差，所建地图无法标记所有障碍物，不具备全局性的路线规划能力。2013-2016年第二代产品在国内有过短暂流行；第三代导航是全局规划导航，第三代导航是全局规划导航，扫地机器人利用传感器（激光雷达/相机）同时进行定位和建图（SLAM），能够建立较为精确的全局地图，完成智能路线规划，目前第三代导航产品为市场主流。表表 2、扫地机器人三代导航系统演进示意图、扫地机器人三代导航系统演进示意图导航阶段导航阶段随机碰撞随机碰撞局部规划局部规划全局规划全局规划导航系统导航系统随机导航惯性导航激光导航（LDS-SLAM）视觉导航（V-SLAM）应用时间应用时间1998201220102014主要传感器主要传感器防撞传感器加速度计、陀螺仪激光雷达相机定位能力定位能力无相对初始点定位全局实时定位建图能力建图能力无精度低精度高规划能力规划能力无局部规划全局规划环境要求环境要求低低较低高清扫效果清扫效果漏扫多，耗时长部分漏扫清洁效率较高资料来源：科维网，新浪网，搜狐网，兴业证券经济与金融研究院整理兴业证券经济与金融研究院整理全局规划导航分为两大步骤全局规划导航分为两大步骤，第一步是同步完成定位和建图第一步是同步完成定位和建图（SLAM），定位解决定位解决的是的是“我在哪里我在哪里”的问题的问题，建图则解决建图则解决“我附近有什么我附近有什么（物体物体）”的问题的问题。第二步是第二步是根据根据 SLAM 建立的地图完成路线规划。建立的地图完成路线规划。SLAM（Simultaneous Localization and Mapping）是对同步定位与建图相关问题与方法的统称，用于解决机器人在未知环境中一边移动一边绘制完全地图的问题。全局规划导航与局部规划导航的区别在于是否具备实现 SLAM 的能力（能否获取和处理环境实时信息）。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-16-行业深度研究报告行业深度研究报告图图 24、扫地机器人全局规划导航步骤分解示意图、扫地机器人全局规划导航步骤分解示意图资料来源：Ofweek，兴业证券经济与金融研究院整理按照传感器的差异，目前扫地机器人 SLAM 可分为 LDS-SLAM 和 V-SLAM。LDS-SLAM 的核心传感器为单线激光雷达，一般安装于产品顶部，通过 360扫描环境获取点云信息，经算法处理后实现定位和建图；V-SLAM 核心传感器为视觉相机，采集环境图像并提取特征点信息，经算法优化后实现定位和建图。现阶段扫地机器人现阶段扫地机器人 LDS-SLAM 的整体性价比高于的整体性价比高于 V-SLAM。性能方面，LDS-SLAM 在建图精度更高、速度更快，对算力和环境要求更低；价格方面，LDS-SLAM 传感器成本更高，但由于算力要求较低，其芯片成本和算法投入相对较低。因此综合来看，现阶段LDS-SLAM方案更具性价比。值得一提的是，V-SLAM采集的环境信息更为丰富，拥有更大的智能扩展性。未来两种技术路线的竞合，一方面取决于扫地机器人在家用 IOT 的地位（智能要求高或低），另一方面则取决于软硬件技术创新（降本速度快或慢、性能提升高或低）。表表 3、全局规划导航两种技术路线对比、全局规划导航两种技术路线对比LDS-SLAM 激光导航激光导航V-SLAM 视觉导航视觉导航建图原理建图原理发射与接收激光以测量物体边界摄像头扫描获取物体特征点组件成本组件成本高（雷达组件+核心电路）中等（摄像头模组中等（摄像头模组+核心电路）核心电路）全局定位精度全局定位精度较高（厘米级）较高（厘米级）中等（分米级）建图体验建图体验精度高，速度快精度高，速度快精度中等，速度较慢算力要求算力要求低低高多介质工作能力多介质工作能力镜面玻璃失效黑暗、强光区域失效空间结构占用空间结构占用内部空间占用大，外部有突起内部空间占用小，外部无凸起内部空间占用小，外部无凸起智能拓展性智能拓展性低（二维点阵房间识别）高（可扩展图像识别）高（可扩展图像识别）主要品牌主要品牌石头科技、科沃斯、小米等iRobot、Shark 等资料来源：智东西网，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明-17-行业深度研究报告行业深度研究报告避障：分为三段，由避障：分为三段，由“盲人盲人”到到“近视近视”再到再到“正常人正常人”避障是指扫地机器人在规划路线上存在障碍物时能够按照一定算法实时更新路避障是指扫地机器人在规划路线上存在障碍物时能够按照一定算法