1699元，米家扫地机器人有什么技术可谈？ | 雷锋网公开课

风口流转，继智能硬件、O2O、VR之后，机器人成为了当下最炙手可热的行当。不过若谈及现状，实在人会说，没有人会为机器人买单，除非再加上“扫地”二字。

作为米家扫地机器人的CEO，昌敬认同这一现状，也能感受到其中的偏见。

做个扫地机器人有技术含量吗？

做了26个月，米家扫地机器人改变了什么？

1699元，到底是掀行业底裤，还是取得了长足的进步？

对于这个被称作“小米生态链中最复杂的产品之一”，我们有太多好奇。

以下是硬创公开课采访实录：

扫地机器人有哪些可被量化的评判指标？

评价指标主要是DPU，覆盖率，单位面积的清扫时间。

DPU：Dust Pick Up Rate 除尘率，用来衡量除尘能力。在一块木板上撒上标准灰（颗粒大小一致的灰），然后机器人一次通过看看能打扫多少百分比的灰。这是IEC（国际电工委员会）的标准测试方法。

覆盖率是看在一个非常复杂的房间（IEC标准）主刷能覆盖面积的百分率。清扫时间容易理解，就是把一个房间扫完所需要的时间。 

米家扫地机器人在同品类产品中处在什么水准？

我们标准模式的DPU是82%，强力模式超过90%。iRobot 880 的DPU约是80%，不过这个是在我们实验室自己测试的。但这个只是一个测试方法，不是认证。

相比其他扫地机器人，（我们的产品）更智能，扫的干净、快。我展开来讲讲我当时怎么设计这款扫地机器人吧。一个好的扫地机器人满足几个基本要求：

1. 清扫能力强
2. 覆盖要全
3. 扫的效率高
4. 省心（不要经常干预）

扫得干净主要是依靠清洁系统。它是由风机、风道和主刷组成的。我们使用了一颗静压规格为2150pa的Nidec无刷风机，拥有大吸力。虽然最多只用到了1800pa，但我们的吸力相比很多扫地机器人是有优势的。为了能让吸力损失更小和更好的降低噪音，我们对风道进行了精心设计，同时采用浮动主刷设计，让刷子一直能较好的贴合地面，达到理想的清洁效果。

我们最大的挑战是空间。

机器内部有 LDS，风机、电池、尘盒、主板、轮子、刷子还有各种传感器。如何在有限的空间把这些都放下，同时让尘盒不小，让风道顺畅，让清扫还干净。挑战非常大。例如我们比 iRobot 多了一个LDS，体积和 iRobot 差不多。机器的内部是非常严丝合缝的，都是零点几毫米的调。

米家扫地机器人是怎么被设计出来的？ 

在风道设计上，我们打样试验了100多组风道，有理想的，有实际的。在一定理论基础的指导下，用穷举法尝试。都是 money 啊！

最开始我们直径定义是34cm。后来实在放不下了，加到35cm，但发现35cm怎么看都比34cm丑。后来大家发现34.5cm和34cm差别不大，但是到35cm会相对明显。

总体来讲，整个设计是ID先行，但是也吸收了结构的一些信息。最后定的尺寸是34.5cm。

举一个“设计与工程博弈”的例子：

米家扫地机最上面是一个盖子，会把尘盒盖住。我们特别担心它的可靠性不好，一度要求把这个盖子改小。但是改小会让面盖上多出一些线条。会显得不够简洁。这个僵持了很久，我们只能想办法提高可靠性，后来改了好多个版本，加过磁铁、按压/弹起开关。做过好多次尝试，想达到美观、可靠性、用户体验的一个平衡。

怎样用算法提高扫地机器人的清扫效率？

适应不同的户型，主要是软件方面的努力。大家应该都知道我们拥有很多传感器，核心是激光测距传感器，他相当于机器人的眼睛。激光测距传感器简称LDS，会构建出一张家庭平面地图，实时把家里各种环境扫描出来，然后根据环境通过算法来调整清扫路线。如何在这地图里让机器人最短时间把每个地方都扫完是很有讲究的。在清扫的时候还要控制让机器人清扫的时候行进轨迹行云流水，这些都是细致活，一点一点优化。

在算法上，我们用的是“之”字型。我们认为，简单的算法适应性才能更强，所以我们最开始先从简单方面去想，然后逐步把算法做细致。我们的算法首先会构建一个4米 x 4米的分块，先把这个块的边界扫了，然后再通过“之”字型把中间的区域清扫。然后再去寻找下一个块，直到把家里所有的块扫完，语音播报清扫完成。因为有地图，所以我们知道哪里扫了，哪里没有扫。

各种算法之间，“回”字或者“之”字或者“弓”字只是表现形式，关键还是地图和在复杂环境中如何选择最优路径清扫。

我们的算法要有一定适应性的，在写算法的时候会考虑到各种情况（比如户型）。我们在发布这个产品之前，在大约两百个家庭进行过测试。最开始的二十个家庭问题会非常多，随着逐步的收集、并解决问题，后面的新问题越来越少。

米家扫地机器人比预想晚来了半年

2015年1月，我们项目经理排过一版计划。是2016年3月份发布，结果9月发布，比预期时间晚了半年，谢谢你觉得这个delay还好，我很欣慰。主要原因是我们在做了两版 mockup 以后，觉得还不够好，加做了一次 mockup，增加了3个多月时间。
 
具体一点，“不够好”是我们的 mockup2 不是模块化设计，我们认为对售后、生产以及可靠性不够理想。所以在 mockup3 采用全模块化设计，也就是说任何一个组件都是很容易拆卸的。模具增加了，设计复杂了，前期会很痛苦，但是后面的生产、售后都容易很多。把痛苦的事情做在前面，下这个决心很不容易。

成本控制

做硬件产品其实是成本、质量和功能的平衡。我们最开始就定了一个小目标，做一个让大家能够买的起的。所以对成本控制极其严格。仅仅是噱头的功能一律不加，专心只做好一件事情，把地扫干净。

控制成本主要靠产品定义，其他就是供应商、元器件的选择，这些我们都选择一流的供应商，不在这里省钱。

 我们把供应链交给专业的人去做。其实小米的背书给予我们很大帮助，不少供应商还是相信能卖出量的。特别是比较高端的供应商，太小的量很难驱动他们。

刘德上次在发布会上说“你们的产品是生态链企业里面最复杂的之一”，因为供应链也相对复杂，有1297个元器件，113套模具，数百供应商。 

软件与智能

之前提到“小米认为扫地机器人的软件和硬件同样重要，前者极有可能在人工智能领域占到非常重要的部分”。我经常把扫地机器人跟人类比。

大家看到这张图，就容易理解了。通过传感器的感知，收集信息再运算，按照类似人的思维进行清扫。也算一个比较初级的人工智能了。我们这个就是一个在家庭环境下的小型无人车，你觉得无人车跟人工智能联系上么，基本原理是类似的。所以我们说这是初期的人工智能。