机械设备行业:广发机械“轻深度”系列之四,扫地机器人感知模块,LDS与VSLAM_谁主沉浮?-20180621-广发证券-20页-2mb
报告摘要
广发机械“轻深度”系列之四:扫地机器人感知模块分析
核心内容
扫地机器人经历了从随机碰撞到自主导航的智能化升级,其核心在于感知模块的进步。感知模块负责地图建模、定位与导航,依赖多种传感器与算法,是服务机器人发展的关键。当前主流的SLAM技术分为基于LDS激光测距传感器和基于机器视觉的VSLAM两种类型,两者各有优劣,未来多传感融合将成为趋势。
主要观点
1. 扫地机器人智能化升级
- 产品迭代从随机碰撞式发展为路径规划式和导航建图式。
- 清洁效率和便利性成为衡量性能的关键指标。
- 智能化特性吸引年轻用户,推动市场规模快速增长。
2. LDS与VSLAM技术对比
-
LDS(激光测距传感器):
- 原理:基于激光三角测距法,精度高,测距可达厘米级。
- 优势:技术成熟、精度高、可测量大部分物体,适用于静态简单环境。
- 劣势:受反光物体影响、安装结构要求高、成本较高。
- 应用场景:主要适用于室内环境,尤其在光照不足或纹理缺失时表现更优。
- 代表企业:小米、Neato、科沃斯等。
-
VSLAM(视觉SLAM):
- 原理:基于RGB-D深度相机,通过图像特征匹配和坐标转换实现定位与地图构建。
- 优势:结构简单、安装方式灵活、适用于复杂动态环境、可提取语义信息。
- 劣势:精度相对较低、存在累积误差、对光照和纹理依赖较高。
- 应用场景:适合各种室内环境,尤其在纹理丰富场景中表现优异。
- 代表企业:iRobot、戴森、LG等。
3. 多传感融合是未来趋势
- LDS和VSLAM单独使用均存在局限,需与其他传感器(如惯性原件、GPS、毫米波雷达、超声波传感器)融合使用。
- 融合后的系统能提升导航精度和稳定性,满足复杂场景需求。
- 未来扫地机器人将更依赖多传感器协同,以实现更高效的自主导航与避障。
关键信息
技术现状与市场渗透
- 中国沿海地区扫地机器人渗透率为4%-5%,远低于美国(10%),未来增长空间广阔。
- 目前主流扫地机器人采用LDS和VSLAM技术,部分产品已实现多传感器融合。
技术成本与价格
- LDS技术成本较高,但随着产业化推进,价格逐步下降。
- VSLAM成本较低,但算法门槛高,需高性能芯片支持。
- 采用LDS的扫地机器人价格一般为1500-4000元,VSLAM产品价格更高,通常在3500-8000元之间。
产品性能与技术路线
- LDS产品:清洁效率高、覆盖率广、脱困能力强,但价格较高。
- VSLAM产品:适用于复杂环境,可识别不同障碍物,但存在累积误差。
- 代表品牌:
- 科沃斯:覆盖LDS与VSLAM技术。
- 小米:主要采用LDS技术。
- iRobot:采用VSLAM技术,定位于高端市场。
- 戴森、LG:采用VSLAM,具备较高性能。
- 浦桑尼克、松下、海尔:采用LDS或超声波、红外等其他技术。
投资建议
- 重点关注具备产品研发和迭代能力的企业:如科沃斯。
- 关注激光雷达研发生产企业:如巨星科技、思岚科技、雷神智能、北醒光子。
- 关注机器视觉相关创业公司:如格林深瞳、商汤科技、驭势科技。
风险提示
- 市场需求低于预期:初代随机碰撞式产品清洁效率低,影响市场接受度。
- 行业过度竞争:市场参与者众多,竞争加剧,影响企业盈利能力。
- 核心技术突破低于预期:激光雷达成本高,机器视觉算法复杂,影响产品普及。
图表与数据参考
- 图1:扫地机器人产品迭代进程。
- 图2:路径规划式与随机碰撞式扫地机器人对比。
- 图3:激光雷达传感器分类。
- 图4:机器视觉传感器分类。
- 图5:激光雷达SLAM技术地图构建。
- 图6:VSLAM技术地图构建。
- 图7:激光雷达三角测距原理。
- 图8:激光雷达硬件逻辑。
- 图9:Velodyne激光雷达。
- 图10:激光雷达价格发展趋势。
- 图11:激光雷达在服务机器人中的应用。
- 图12:小米扫地机器人拆解。
- 图13:VSLAM构建的地图。
- 图14:RGB-D VSLAM算法流程。
- 图15:视觉传感器的发展。
- 图16:RGB图像。
- 图17:Depth图像。
- 图18:主动结构光相机原理。
- 图19:主动结构光伪随机散斑图。
- 图20:ToF原理。
- 图21:基于LDS技术的扫地机器人。
- 图22:基于VSLAM技术的扫地机器人。
- 图23:家用扫地机器人性能测试。
- 图24:国内扫地机器人市场竞争状况。
- 图25:不同技术累积误差对比。
- 图26:多传感融合应用于无人驾驶汽车。
- 图27:五类传感器特性对比。
表格参考
表1:三种主流RGBD方案对比
| 方案 | 基础原理 | 分辨率 | 精度 | 帧率 | 抗光照 | 硬件成本 | 算法开发难度 | 内外参标定 | 代表厂商 |
|---|---|---|---|---|---|---|---|---|---|
| 双目 | 双目匹配,三角测量 | 中高 | 中高 | 低 | 高 | 低 | 高 | 需要 | 苹果、PrimeSense |
| 结构光 | 激光散斑编码 | 中 | 中高 | 中 | 低 | 中 | 中 | 需要 | 微软、依法半导体 |
| ToF | 反射时差 | 低 | 中 | 高 | 中 | 高 | 低 | - | Leap Motion |
表2:LDS与VSLAM技术对比
| 项目 | LDS+SLAM | VSLAM |
|---|---|---|
| 优点 | 可靠性高、精度高、可用于较大空间 | 结构简单、安装方式多元化、可提取语义信息 |
| 劣势 | 受雷达探测范围限制、地图缺乏语义信息 | 定位精度不如LDS、存在累积误差、价格略高 |
表3:不同技术方案扫地机器人特点
| 项目 | 随机碰撞 | LDS | VSLAM |
|---|---|---|---|
| 清洁时间 | 较长 | 短 | 短 |
| 覆盖率 | 低 | 高 | 高 |
| 脱困能力 | 低 | 高 | 高 |
| 技术研发成本 | 低 | 较高 | 高 |
| 售价范围 | 800-2000元 | 1500-4000元 | 3500-8000元 |
| 代表品牌 | iRobot Roomba 651、科沃斯 CEN540 | 小米、Neato、科沃斯地宝 | iRobot Roomba980、Dyson、LG |
结论
LDS和VSLAM作为扫地机器人感知模块的两大技术路线,各有优劣。LDS在精度和稳定性上占优,适合静态环境;VSLAM在应用场景和成本上更具优势,适合复杂动态环境。随着多传感器融合技术的发展,未来的扫地机器人将更注重综合性能的提升。在投资方面,应重点关注具备技术实力和产品迭代能力的企业,如科沃斯,以及激光雷达和机器视觉相关企业。同时需警惕市场需求不足、竞争加剧和核心技术突破不及预期等风险。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载