掃地機器人單目視覺環(huán)境感知系統(tǒng)采用“硬件采集—預(yù)處理—特征提取—三維推理—場景建模—決策輸出”的分層架構(gòu)，全程在嵌入式端本地運行，保證感知實時性。整體架構(gòu)分為感知硬件層、數(shù)據(jù)處理層、算法核心層、應(yīng)用輸出層，各模塊協(xié)同完成環(huán)境信息獲取與障礙物判斷，貼合家用清掃場景的功能需求。

感知硬件層配置

感知硬件以單目攝像頭為核心，搭配輔助器件實現(xiàn)穩(wěn)定的圖像采集：攝像頭選用廣角定焦鏡頭，擴大視野覆蓋范圍，減少感知盲區(qū)，分辨率適配嵌入式算力，常見為720P或1080P，幀率控制在15-30幀/秒，平衡數(shù)據(jù)量與實時性；鏡頭采用防塵鍍膜工藝，適應(yīng)家庭粉塵環(huán)境，減少污漬對成像的影響；主控單元選用中低端嵌入式MCU或輕量化MPU，負責圖像數(shù)據(jù)的接收與算法運算，搭配存儲單元緩存圖像幀與感知結(jié)果；部分機型搭配IMU慣性傳感器，輔助單目視覺進行位姿推算，提升深度估計與環(huán)境建模精度。

分層處理流程

數(shù)據(jù)處理層負責圖像降噪、畸變校正、尺度歸一化，消除硬件與環(huán)境帶來的圖像失真；算法核心層是感知系統(tǒng)的核心，包含單目深度估計、特征匹配、目標檢測、場景分割模塊，實現(xiàn)從二維圖像到三維環(huán)境信息的推理；應(yīng)用輸出層整合感知結(jié)果，輸出障礙物位置、類別、距離，以及可通行區(qū)域、地面材質(zhì)等環(huán)境信息，為路徑規(guī)劃與避障提供數(shù)據(jù)支撐。

單目視覺環(huán)境感知關(guān)鍵技術(shù)實現(xiàn)

單目視覺環(huán)境感知的核心是從二維圖像中推理三維環(huán)境信息，構(gòu)建家庭場景的可通行區(qū)域與環(huán)境模型，為機器人自主導(dǎo)航提供基礎(chǔ)依據(jù)，主要包含深度估計、場景分割、位姿推算三大模塊。

單目深度估計

深度估計是解決單目視覺無三維信息的核心手段，通過深度學(xué)習或幾何推理方法，為每個像素分配深度值，實現(xiàn)二維圖像到三維深度圖的轉(zhuǎn)換。針對掃地機器人低算力平臺特性，采用輕量化深度估計網(wǎng)絡(luò)，摒棄復(fù)雜的深層網(wǎng)絡(luò)結(jié)構(gòu)，通過卷積下采樣、特征融合提取圖像中的深度特征，結(jié)合相機內(nèi)參將像素坐標轉(zhuǎn)換為實際距離值。同時，利用機器人運動過程中的幀間圖像關(guān)聯(lián)，結(jié)合運動恢復(fù)結(jié)構(gòu)（SFM）思路，通過多幀特征匹配優(yōu)化深度結(jié)果，提升近距離障礙物的深度估計精度，滿足清掃場景下的測距需求。

室內(nèi)場景分割

場景分割用于區(qū)分家庭環(huán)境中的可通行區(qū)域、障礙物區(qū)域、地面、家具等不同語義區(qū)域，幫助機器人理解環(huán)境布局。采用輕量化語義分割算法，對單目圖像進行像素級分類，標注出地面、墻體、地毯、桌椅等區(qū)域，剔除天花板、背景等無關(guān)區(qū)域。針對家庭場景特點，重點強化地面與障礙物的邊界分割精度，區(qū)分硬質(zhì)地面與地毯等不同清掃區(qū)域，同時識別狹窄通道、臺階等特殊地形，為路徑規(guī)劃提供場景依據(jù)。分割過程中引入紋理約束與顏色約束，減少光照變化對分割結(jié)果的干擾，提升復(fù)雜背景下的分割穩(wěn)定性。

機器人位姿與環(huán)境建模

結(jié)合單目視覺特征與IMU數(shù)據(jù)，實現(xiàn)機器人自身位姿推算與局部環(huán)境地圖構(gòu)建。通過提取連續(xù)幀圖像中的SIFT、ORB等穩(wěn)定特征點，匹配幀間特征并計算相機運動位移與姿態(tài)，結(jié)合IMU慣性測量數(shù)據(jù)修正漂移誤差，得到機器人實時位置與姿態(tài)。基于深度估計與場景分割結(jié)果，構(gòu)建局部柵格地圖，標記可通行區(qū)域與障礙區(qū)域，隨著機器人移動不斷更新地圖，形成完整的清掃環(huán)境模型，為全局導(dǎo)航提供支撐。建模過程中采用增量式更新策略，僅更新機器人周邊局部區(qū)域，降低算力消耗。