智能家居机器人的先进导航技术解析

感知与建图

为了在家庭环境中自由移动，机器人需要有效建图并实时定位自身位置。该机器人的计算机视觉系统通过可见光和红外光观察世界，在动态环境和不同光照条件下实现稳健感知。

在感知空间位置的同时，机器人利用导航和避障传感器作为设备端同步定位与建图（SLAM）系统的输入。导航传感器帮助SLAM系统识别三维空间中的关键地标（如桌角和门框），使机器人能够确定自身相对于这些地标的位置。机器人在探索家庭环境时建立这些稀疏地标的相对位置地图，并在移动过程中利用这些地标更新自身位置。

避障传感器帮助机器人构建周围环境的详细地图，捕获到沙发、椅子、墙壁和楼梯等障碍物的距离。机器人随后利用SLAM获取的位置信息和障碍物地图进行路径规划与环境交互，执行探索家庭环境、确定空间边界、跟随和接近人员以及确定停留位置等复杂任务。

实时规划

智能运动的核心在于让机器人快速自主地做出决策。家庭环境不断变化且充满移动障碍物，因此机器人的世界认知很少完美，其导航系统必须能够处理可变性。

当机器人在家庭中导航时，智能运动系统每秒多次生成数百条潜在路径，评估每条路径，然后决定如何移动。此过程考虑环境变化的可能性（如掉落在地上的书包）、运动路径的期望平滑度以及遇到障碍物的可能性。

机器人权衡每个选择对实现当前目标的贡献，无论是到达某个人身边还是返回充电器。在导航过程中，机器人不断重复此过程，基于最新的环境认知进行智能优化。这种方法涉及维度缩减和概率规划的新颖方法，推动了消费机器人领域的技术发展。

身体语言与意图传达

控制速度、加速度和路径曲率对于确保机器人能够安全、优雅和自信地在家庭中移动至关重要，但在与人类互动时，机器人需要做得更多。人机交互（HRI）是一个快速发展的研究领域。

机器人通过可预测的行为建立客户信任，例如通过身体语言传达意图。人类和宠物也做同样的事情——例如，通过轻微转头、改变肩膀角度或改变视线方向来示意他们计划如何移动。这些是人们甚至没有意识到的信号。

模仿这些模式，机器人在移动时使用头部角度的自然变化，指示它将转向的方向，指向它正在接近的人等。测试这些功能时，有和没有这些功能的客户体验差异明显。通过协调良好的屏幕和身体运动执行的简单信号是实时传达意图并使机器人行为更加自然的强大工具。

以类人速度移动

机器人与人类自然互动的能力使其在客户家中更加有用。机器人可以识别障碍物是否为人类，并决定如何适当互动。为此，机器人必须以人类尺度的速度运行，并具有社会规范意识。

例如，当机器人接近一个人时，智能运动使用计算机视觉信号（如该人相对于机器人的大致位置和面对的方向）、存储的区域地图以及来自机器人导航和深度传感器的其他输入，规划一条平滑、优雅的路径，使机器人最终停在人的视线前方，保持社会适当的距离。

如果机器人跟随一个人，智能运动帮助机器人以成人舒适的漫步速度跟随，保持社会适当的距离，并在该人移出视线时估计其去向，以便机器人移动到可以再次看到和跟随该人的位置。机器人可以确定检测到的障碍物是否为人类，并跟随该障碍物而不是避开它，即使它进出机器人的视野。这种方法涉及动态障碍物识别和跟踪、路径规划、空间关系学和人机交互。

从困难情况中恢复

尽管具有导航能力，机器人仍会遇到需要解决问题以避免人为干预的情况。智能运动包括一组恢复行为，可在机器人遇到正常路径规划的挑战时提供帮助，例如当前被阻塞的狭窄路径。

面对被阻塞的路径继续执行任务，机器人可能会尝试后退直到有足够的空间转身。作为此过程的一部分，机器人还决定何时寻求帮助。从内部测试中了解到，人们不介意偶尔帮助机器人，但也了解到人们对过于频繁放弃和总是寻求帮助的机器人耐心有限。

智能运动如何设计保护客户隐私

快速移动和反应需要非常快速的系统，使得数据的本地处理至关重要。来自导航和障碍传感器的原始数据在本地处理成距离测量，然后被丢弃，不会发送到云端。

当机器人在探索完成后保存新地图时，来自其导航和深度传感器的信息，包括2D障碍物地图的副本，被发送到云端，在那里创建并存储家庭地图。然后可以在机器人应用中显示地图的渲染。

此地图包含派生信息，如墙壁、房间、边界、家具和物体的位置，以及客户提供的房间名称等相关数据。地图数据在传输到云端时被加密，使用256位密钥安全存储，这是安全加密的行业标准。

未来展望

这是智能运动及其导航和人机交互能力的开始。有令人兴奋的计划来推进智能运动的科学和工程，使其随着时间的推移在家庭导航和服务客户需求方面不断改进。也期望从客户那里学到很多，他们以前从未在家中拥有过像机器人这样的产品。机器人的智能运动是一种全新的体验，期待您尝试，并很高兴有您加入这一旅程。