当扫地机器人成为铲屎官

欧剃

结束一天的辛劳，当你回到家，打算开门面对扫地机器人定时清理干净的屋子和可爱的“毛孩子”时……啊！为什么！扫地机器人你好好扫地就行了，我可没让你去铲屎，更没让你去糊屎啊！

你打开家里的监控摄像，倒回“案发现场”，看到在日常巡逻中，扫地机发现一处地面有许多污物，它非常尽责，努力地转啊转，试图清洁这一坨污物，直到电量低时才回去充电……

这种“发粪涂墙”的事情真不是少数，到网上随便一搜“便便+扫地机器人”，你就能看到各类悲惨场面，以及铲屎官的“哀号”：“为什么墙壁和桌腿你不碰，便便却给我涂得这么匀？”

這个问题也一直困扰着扫地机器人的生产厂商。早在2016年，就有扫地机器人团队指出“经常见到这种情况”。直到2021年9月，该公司才推出了第一款可以识别宠物便便的扫地机器人。

讲道理，扫地机身上的传感器也不少。头顶上有激光测距雷达，正前方有碰撞传感器，体内有粉尘感应器，还能通过红外线或超声波判断前方地面的材质。有了这么多双“眼睛”加持，碾压便便这种事听起来怎么也不可能发生啊……

然而便便这种东西一般并不会堆得很高，顶部的激光雷达扫不到它；便便又太软，难以触发依靠形变来测量的碰撞传感器；红外线和超声波能识别地面材质，却难以分辨地上的小东西——你乱丢的手机线、硬币、纸巾不是也会被卷入主刷里面吗？所以早期的扫地机器人即使拥有了这么多“眼睛”，却没有一个可以“看到”便便……

后来，为了让扫地机器人可以真正“看清”地面上的东西，厂商们给它装上了摄像头。同时通过算法对拍摄到的图像进行检测识别，以躲开不必要的接触。但人类丢在地上的东西实在是千奇百怪，便便这种东西又没有固定形态，指望算法都一一认出，似乎也太难了吧。

万能的AI这时候又派上了用场。基于深度学习技术，工程师们准备了各种真实便便照片，加上形状各异的人造假屎，组成了一个巨大的粪便识别数据集。AI通过这些数据，学习分辨可能是便便的东西，目前识别度还是挺高的——啥？别跟我提拉稀。

甚至有科技爱好者对机器进行“魔改”，加上了气体传感器，通过检测便便散发出的甲烷、甲硫醇、硫化氢等化学物质判断周边地面是否有粪便。但检测成本太高，准确率也难以满足要求。

此外，识别到便便之后，扫地机器人还得知道它跟自己之间的距离，才能及时准确地定位“危险区”的位置。

过去的单摄像头测距避障，主要通过识别物体的轮廓大小、位置，估算物体的距离。这种方式的好处是硬件成本低，软件开发难度也不太高，缺点是精度较低。为了更好地测量与障碍物之间的距离，许多扫地机器人已经用上了“双目技术”。两个摄像头能通过双眼图像特征获得障碍物信息，对于可疑物体也能进行避障。缺点除了多一个摄像头增加的成本，软件算法开发起来也更有难度。

最后，要想避开“地雷”，还需要让扫地机器人知道怎么“绕开”它。这需要合理地判断“危险区”的范围，动态规划路线，实时追踪自身和便便之间的距离，还得有效控制两个驱动轮调整自身的方向和姿态。不然就算识别、检测出来，绕行的时候还有可能不小心“擦”到——甚至为了避免踩到一小块，却碾了一大坨。

也有公司提到了更直接的方法：在碾过去之前喷射速冻剂“冻住”便便，并将凝固的便便吸入垃圾腔里——不知道铲屎官在面对装满粪便的扫地机器人时，会有什么感想。

在此建议铲屎官们：尽量选择带有便便检测功能的机器人；尽量不要选择定时清扫，尽量在清扫前检查一下地面；最好能把主子们的活动区域与扫地机器人的清扫区域做个分隔，猫砂盆周围就别让它们去啦。

范芳芳//摘自果壳微信公众号，本刊有删节/