如题，扫地机器人的感知能力一直在提升，例如早期的扫地机器人主要以遵循随机运动的原则行进，当碰到障碍物时就随机转向，直到碰到下一个障碍物，如此循环往复。不过，这样的方式缺点也很明显。

比如清扫有楼梯的房子会跌落，或者算法功能不全、卡在墙角不懂“转身”，或者扫地机器人“身高”太高，无法“潜入”沙发底下清扫等等。于是，从业界纷纷为扫地机器人添加“立体感知”的功能。这个过程恰好是2D向3D感知能力进化的过程，其中ToF的发展路线更为突出！

图片来源于网络

9月9日 14:00-14:50，英飞凌大咖讲解如何使用“XENSIV? 智能传感器让扫地机更智能”，扫描下方二维码报名吧！

3D ToF应用于扫地机器人

与3D感知在手机领域的应用类似，当前市场上扫地机器人的3D感知技术也包括有结构光、立体视觉（Stereoscopy）以及3D ToF。这三种方案也的确是目前光学测距方案中的主流。

主流的3D感知技术

1 立体视觉

大多采用双摄或者多摄的方案，以三角测量法进行距离检测——一般的立体视觉都是被动光学测距方案，因为这类方案并不会主动发出光，而是采用普通的摄像头。因此立体视觉应用受限于光照环境，暗光环境下其感知能力便会大幅下降。这样一来扫地机器人也就无法在夜间或光照弱的环境下高效工作了。

2 结构光

是在iPhone将其应用于Face ID之后。结构光和ToF一样，也属于一种主动光学测距方案，即包含了发射端和接收端两部分。不过结构光的发射端在技术要求上会明显比较高，它需要发射包含某种图案的光斑（编码的结构光），再由接收端来捕获投射到场景中的光斑，根据光点的形变来计算距离。这种方案的特点是通常精度比较高，但成本也更高，而且测量距离受限于接收端到发射端的baseline距离。

3 3D ToF

可说是规避了上述两种主流方案缺陷，相对折中的一种技术了。前文提到了ToF单点光学测距，3D ToF即是指将单点扩展到多点，即可实现向真正3D感知的过渡。这种方案在精度方面不及结构光，单光学系统的复杂性也高于立体视觉，很多应用场景也无法替代结构光和立体视觉——所以这三者可说是互补的关系。

不过，在扫地机器人这个具体的应用上，3D ToF具有先天的适用性，比如通常在相同模组体积内，其测量距离大于结构光；而且在强光或者暗光环境下都能工作，显然对环境的适应性又高于立体视觉。所以在扫地机器人的3D感知能力上，ToF是优选。

英飞凌3D ToF解决方案

作为传感器产业的领导者，英飞凌面向手机、智能家居等终端产品，已经推出了相应的3D ToF传感器，以及将发射端、接收端、控制电路等组件封装到一起的ToF模组产品及相应的软件解决方案。 例如3D ToF传感器 IRS2381C，这是英飞凌推向消费市场的一款ToF图像传感器，并成功在扫地机器人上量产。这颗传感器包含3.8万像素；在形成完整的ToF模组之后，其封装尺寸在4.4 x 4.8mm；构成的扫地机器人方案距离感知能力，从近前的0.1米，延伸到5-6米外，深度精度在毫米级别；且算力要求以及功耗比较低。因此，这一方案可以轻松“搞定”家居环境中的扫地机器人应用！

屡获殊荣的英飞凌3D ToF传感器 IRS2381C 知其然，更须知其所以然。有了英飞凌先进的3D ToF传感器，打造一款更智能的扫地机器人还会碰到哪些设计挑战？康康《2020英飞凌电源与传感系统大会》，英飞凌市场经理张铁虎先生为你讲述“XENSIV?智能传感器让扫地机更智能”的诀窍，还将揭秘英飞凌第五代ToF传感器产品的全新特性与优势。现在扫描下方二维码，开启报名吧~?

1、扫一扫，立刻报名。

2、看直播、获好礼！

3、云游英飞凌天猫旗舰店（某宝搜索哦），福利折上折！