巨头入局掀起价格战“狂潮” 扫地机器人市场格局生变

作为服务机器人市场的首发单品，扫地机器人如今已渗透千家万户，并随着技术及市场的日臻成熟而深入人心。如今，在小米、360及科沃斯等巨头的持续推动下，支撑扫地机发挥关键性能的核心技术--自主导航定位和路径规划也呈现出新的发展态势，演变为行业标配的同时也开始向多传感器融合方向深入发展。而软件方面，随着深度学习算法的产品化，AI加持下的扫地机器人技术也为行业发展注入了新的生机。

巨头入局掀起价格战“狂潮”2018年行业或迎洗牌期

扫地机器人短短几年便火遍全国已是不争的事实。据统计，经过2014年市场销售额的一波爆发式增长后，2015年扫地机器人依旧热度不减，特别是上半年，线上智能扫地机器人的主流价格区间集中于2000元以上，销售占比为41.1%;而到了2016年上半年，随着行业竞争的加剧以及市场对低价位产品需求的攀升，主流价格区间降到了1000-1500元之间，销售占比为35.3%，而2000元以上扫地机器人占比也下降至32.4%，这进一步带动了扫地机销量的增长及渗透率的提升，而2017年这种演变趋势也在不断深化。

科沃斯国际事业部总裁钱程

科沃斯国际事业部总裁钱程告诉记者:“据我们长期的市场调研来看，目前国内消费者对扫地机器人的接受程度已经很高了，因为这个市场在国内已经培养了很多年。而当前的国内用户更多看重技术型的产品，要导航、扫拖一体，更要智能化。在2017年的双十一，我们的全网成交总额达到了5.28亿元，其中扫地机占据绝大多数，领跑全网双十一生活电器榜。同时，在美国的‘黑五’购物节上，我们在亚马逊平台上相比去年更是取得了超过400%增长的成绩，产品成交额相当于去年的5倍，创下历史新高。因此，我们预计2018年，随着技术成本的不断压低以及用户的广泛认可，扫地机器人业务将为我们创造更多的利润增长。”

在扫地机器人最初流行的时候，人们主要的关注点还是在前者，但随着技术不断的升级迭代，加上人工智能概念的越发火热，用户如今对后者的要求越来越严苛，这也就进一步要求业内厂商开始用更多智能化技术来给扫地机赋能，拥有智能规划清扫功能的扫地机也日渐占据绝大多数份额。”因此今年以来，我们可以看到业内各大主流厂商已经全线转战智能规划式扫地机产品的研发，而不具备智能规划技术的扫地机市场份额正逐步降低，未来也将逐渐淡出市场。

正如钱程所言，自去年小米入局以来，这种趋势就已在酝酿之中。而随着2017年12月18日安全巨头360公司的强势杀入，编者预计2018年该趋势将会得到进一步的深化，届时市场也将迎来新一轮的洗牌，低端的“盲扫”产品将逐渐退市，而拥有资本与技术实力的厂商将真正存活下来，共同分食残余的扫地机市场。

对此，有业内人士对上述观点表示赞同，与之前阿里和京东主导的智能音箱市场混战套路类似，小米和360两家巨头用低价策略打入扫地机市场，掀起价格战，旨在掌控整个市场的主导权，让自身品牌更快的向用户群渗透。而在技术方案上，两家公司都清一色采用的是单线激光雷达来进行同步定位与地图构建SLAM(SLAM即Simultaneouslocalizationandmapping)，事实上这种方案在市面上的成本不低，据渠道方面了解大概在400-600元左右。而近期，小米还在进一步的压低市场价格，预计明年360也将采取同样的方式，而这将倒逼业内其他厂商在定价上做出更多妥协，并有望大幅带动2018年整个行业中高端档次产品价位的进一步降低，届时携带自主定位及规划功能的智能扫地机出货量将快速攀升，而当前遍地都是的“盲扫”扫地机也将以更快的速度淡出市场。

功耗及成本是瓶颈软硬结合助力精准化应用

尽管智能规划式清扫正成为当前扫地机的标配，但在实际应用当中，仍有很多问题亟待解决，比如功耗、成本等。站在专业厂商的角度考虑，上海思岚科技有限公司CEO陈士凯认为:“对于消费级的产品，我们更关注的是如何将同样的功能以更低的代价/价格、开发周期以及使用难易度变成一个具体的产品。因此，在产品设计和研发上，我们需要尽可能的讲求‘零配置’来满足广大普通用户‘拿来即用’的需求。而目前，就家庭应用场景而言，尽管配备了激光雷达等技术，扫地机导航定位系统仍然面临着诸多待解的问题。对此，我们做过很多努力，比如在成本上，我们现有的激光雷达成本已经能够做得更低，可以在一定程度上解决导航定位模块使用成本的问题。我们最早是做激光雷达的，目前我们的A2激光雷达能够实现16米半径的测距，而测量平距今年则能够做到8K，并且不会在体积和外观尺寸上有任何变化。”

上海思岚科技有限公司CEO陈士凯

除了成本问题以外，功耗也是当前的一大突出问题。陈士凯强调:“目前，无论SLAM的算法还是路径规划系统，其复杂度都比较高。拿现在主流的笔记本电脑跑都有点吃力。SLAM里面的凸优化算法还不能够在线进行运作，必须靠离线式进行运算，因此把技术使用到实际产品中的时候就会遇到问题。比如我们给出的是上百瓦的级别，但是一个扫地机器人电池本身的容量可能只有20多瓦时的规模，如果让扫地机器人上装一个笔记本跑SLAM算法，可能一个小时不到就没有电了，这是完全不被接受的。”

“我们的解决方式是通过高度算法优化和集成，把导航定位系统的体积和运算性能负荷上做到最小。”陈士凯进一步补充到，现在在硬币大的SLAMWARE里面可以实现传统信息机和开源算法，可以在2瓦下完成SLAM规划的所有事情，同时体积和发热情况都可以有很大的改善。而从一些案例来看，比如我们最新发布的一个基于激光雷达和导航定位系统的开源参考平台，这是目前能实现的最小具有激光自主定位导航的系统，它的特点是只需要干电池就可以供电，并且实现两个小时以上的待机时间。前面功耗的问题就可以得到很大的解决，实际产品中，现在不会让用户使用干电池，很多用户会使用可充电式的锂离子电池，让机器人可以实现8小时以上的待机时间。

另一方面，在实际使用场景下，对导航定位问题来说，机器人开机以后对家里的环境构造是完全不清楚的，这就对路径规划算法提出了一个共同的要求，需要把地图预先绘制出来。对此，陈世凯解释到:“这是一个矛盾点，我既希望这个机器人在环境位置的时候展开工作，但一些主流算法还是需要对地图或者环境有一个预先的构建或者预先的探索，才可以展开一些算法。因此产业界就需要做一些额外的工作，我们在现有的SLAMWARE系统里加载了新的路径规划系统，就像玩《星际争霸》一样，可以给一个初级的路径规划，随着机器人持续探索，路径可以逐步进行细化，能够在地图甚至完全未知和部分未知时就可以展开行动。除了这个比较基础的功能以外，还需要很多其他的算法进行配合，比如自主环境探索和地图构建，这是目前带有导航定位扫地机器人的标配。因为对于未知环境，必须先对环境进行探索，框定清扫区域。另外还有一个非计算的问题，比如地图如何去呈现，而目前使用任何新的技术都会带来成本上升，成本的上升往往伴随着功能溢价，所以厂家必须把新的功能提升到让用户有感知的水平。如果机器人具备了激光导航和地图构建能力，在使用当中，都会非常希望让用户看到机器人真正的绘制地图。这时候就有一个心理上的问题，一张图是一个人认为机器人绘制的地图效果，但实际上很多时候SLAM系统给出的地图虽然不算差，但也称不上很好。如果我展现的是这样的地图，那在用户心理上就会产生很大的障碍，他会觉得这个产品看上去是不是不值这个价格。而且，在实现导航定位系统的时候，也会关注另外一件事情，这件事情机器人不会考虑，但是对于人来说比较注重，那就是构图的精细程度，这是目前思岚在尝试努力的方向。”

作为国内扫地机市场的头羊，科沃斯则更看好“全局规划”的方式。钱程表示:“目前在扫地机市场上，有着琳琅满目的规划式设计的产品，但各品牌之间也存在较大的差异，比如全局规划和普通的路径规划就不太一样。而对于传统扫地机这种本身不具备视觉能力的产品，我们则从人工智能的角度赋予其探测、认知并记忆整体家居环境的能力，从而实现‘全局规划’，我们认为这是当前行业在技术层面上的主流发展趋势。”

针对具体的产品化方案，钱程告诉记者:“比如，在DG3上，我们首次配置了应用在智能手机、智能电脑、数字电视等家用产品，以及汽车电子、航天航空等领域的同类型Cortex-A9处理器，相比常规芯片的低效处理单任务来说，Cortex-A9能够处理多任务执行，并且处理速度也有了大幅度的提升，这块芯片让‘全局规划’更加高效。此外，我们也配置了现在业内使用较多的LDS激光雷达测距传感器，并配合SLAM算法，可智能识别家居环境，实现精准快速建立家居地图、智能分区。简单来说，SmartNavi2.0意味着扫地机器人DG3在快速建立家居地图的同时，通过我们的APP端即可实现指定区域清扫，想扫哪间点哪间，并可精确到指定点，想扫哪里点哪里，同时可随心设置虚拟墙或虚拟区、标注无需清扫的区域，哪里不扫也由用户说了算。”

多传感器融合大势所趋深度学习助力扫地机“更智能”

诚如上述，为实现更好的SLAM建图、定位以及规划效果，业内主流厂商正纷纷转向“LiDarSLAM+软件算法”的方案。不过，针对扫地机的应用而言，激光雷达方案也存在动态环境难以定位、重定位能力差、缺乏回环检测能力等问题，而视觉方案虽然也有自身的问题，但可以很好的弥补LiDar存在的这些缺陷，这点在火热的智能驾驶领域就得到了广泛验证。对于以家庭应用场景为核心的扫地机而言，这种应用趋势也开始崭露头角。

深圳市大道智创科技有限公司研发总监龙建睿认为:“毫无疑问，激光SLAM对于计算性能的需求大大低于视觉SLAM，比如主流的激光SLAM可以在普通ARMCPU上实时运行，而视觉SLAM基本都需要较为强劲的准桌面级CPU或者GPU支持。因此，业界也看到了这其中蕴藏的巨大机会，为视觉处理定制的ASIC市场已经蠢蠢欲动，一个很好的例子是Intel旗下的Movidius，他们设计了一种特殊的架构来进行图像、视频与深度神经网络的处理，在瓦级的超低功耗下达到桌面级GPU才拥有的吞吐量，DJI的精灵4系列产品就是使用这类专用芯片，实现了高速低功耗的视觉计算，为无人机避障和近地面场景导航提供根据。”

不过，针对未来技术方案的演变，龙建睿则更看好VSLAM和LIDARSLAM的多传感器融合的方式。他表示:“虽然这两种技术都有优缺点，激光的缺点毋庸置疑，传统激光雷达很贵而且很多方面不大灵活，目前为止技术的发展也不成熟;而对环境光影的变化或者室内比较昏暗的场景，VSLAM技术也都没办法使用。但如果把这两种SLAM技术融合在一起，并且配以目前低成本的传感器，就可以解决扫地机应用中的很多问题。而当前，业内有不少厂商都在进行这方面的探索，相信这种融合式的SLAM方式会是未来几年比较重要的演变趋势。”

除此，随着深度学习技术产品化的飞速演进，AI加持下的智能扫地机也正向产业持续注入新的生机。龙建睿表示:“这一两年，深度学习成为人工智能的代名词。而在这个行业，前几年还是以比较传统的概率学，或者控制论的方式进行机器人自主定位导航。但这里展现的是完全通过深度学习，直接通过摄像头数据作为信号输入，再通过神经网络直接产生出机器人的控制信号。其中像SLAM的过程、路径规划的过程，完全通过学习的方式就可以进行实现，因此我认为这种技术也会成为未来的一种潮流。”

陈士凯对此也颇为认同，并强调:“在这一两年我们看到很多巨头都在做神经网络，尤其英特尔在芯片这一块的性能是非常给力的，在功耗和性能上都让我们非常吃惊，相信在不远的将来，我们在扫地机导航定位这个领域也会非常广泛的使用深度学习，包括SLAM，以及像路径规划这方面的应用。另外是行业中的情况，比如基于深度学习的路径规划也都在不断萌芽之中，相信未来几年会有一个比较明显的突破。”

而在这方面，科沃斯则先发制人实现了深度学习技术的产品化，将AI算法下沉到硬件当中，为扫地机全方位赋能，钱程表示:“目前，我们的DG3扫地机产品已成功被赋予了自主学习的能力，首次搭载了OTA在线升级技术，能够基于对用户使用数据进行采集和分析，并通过客户端快捷升级产品功能，从而使DG3伴随用户的实际使用而进行自主深度学习，不断更新扩充自身的功能，从而更好的适应家庭环境，打造更为优质的智能体验。”