定位與建圖是智能掃地機(jī)器人實(shí)現(xiàn)自主清潔、路徑規(guī)劃、區(qū)域覆蓋的核心技術(shù)前提，傳統(tǒng)單目視覺方案存在深度感知誤差大、尺度模糊、弱紋理場景失效等問題，激光雷達(dá)方案則存在成本偏高、鏡面/透明物體檢測失真、視角受限等短板。多目視覺技術(shù)通過部署兩個(gè)及以上視覺傳感器，模擬人類雙目立體視覺原理，結(jié)合視差計(jì)算、特征匹配、運(yùn)動估計(jì)等算法，能夠獲取環(huán)境三維結(jié)構(gòu)信息，兼具感知范圍廣、信息維度豐富、成本可控、場景適配性強(qiáng)等優(yōu)勢，逐漸成為掃地機(jī)器人定位與建圖領(lǐng)域的重要技術(shù)路線。本文針對家用非結(jié)構(gòu)化場景，研究多目視覺在掃地機(jī)器人定位與建圖中的技術(shù)原理、實(shí)現(xiàn)流程、核心優(yōu)勢、場景適配優(yōu)化及落地挑戰(zhàn)，為多目視覺技術(shù)在家用清潔機(jī)器人領(lǐng)域的規(guī)模化應(yīng)用提供理論與實(shí)踐參考。

多目視覺在掃地機(jī)器人中的應(yīng)用，依托多傳感器協(xié)同采集、立體匹配、位姿估計(jì)、地圖構(gòu)建四大核心環(huán)節(jié)，基于多視角圖像信息重構(gòu)三維環(huán)境，同步完成機(jī)器人自身定位與場景地圖構(gòu)建，形成完整的SLAM（即時(shí)定位與地圖構(gòu)建）閉環(huán)。相較于單目視覺依賴運(yùn)動恢復(fù)結(jié)構(gòu)、尺度信息缺失的弊端，多目視覺通過固定基線距離的多個(gè)攝像頭，同時(shí)采集同一場景的不同視角圖像，利用三角測距原理計(jì)算像素點(diǎn)對應(yīng)的三維空間坐標(biāo)，直接獲取環(huán)境深度信息，解決尺度模糊問題，提升定位與建圖的穩(wěn)定性。

掃地機(jī)器人搭載的多目視覺系統(tǒng)，以雙目視覺為主流方案，部分高端機(jī)型采用三目視覺布局，攝像頭通常部署在機(jī)身頂部、前部、底部等不同位置，形成互補(bǔ)視角：頂部攝像頭負(fù)責(zé)全局環(huán)境感知與建圖，前部攝像頭負(fù)責(zé)近距離障礙物與地面檢測，底部攝像頭輔助防跌落與地面材質(zhì)識別。系統(tǒng)運(yùn)行時(shí)，多攝像頭同步采集圖像，經(jīng)過畸變校正、極線約束校準(zhǔn)后，進(jìn)行特征點(diǎn)匹配與立體視差計(jì)算，生成環(huán)境深度圖；再結(jié)合機(jī)器人里程計(jì)、IMU（慣性測量單元）數(shù)據(jù)，通過光束平差法優(yōu)化機(jī)器人位姿，構(gòu)建出包含三維結(jié)構(gòu)、語義信息的環(huán)境地圖，實(shí)現(xiàn)精準(zhǔn)定位。

多目視覺的核心優(yōu)勢在于信息冗余性，多個(gè)視角的圖像數(shù)據(jù)可相互校驗(yàn)，降低單一傳感器誤差影響，在弱紋理、低光照、動態(tài)干擾等復(fù)雜家用場景中，仍能保持穩(wěn)定的特征提取與位姿估計(jì)能力，彌補(bǔ)單一視覺或激光雷達(dá)方案的感知缺陷。