一、移動機器人的核心技術有多難？

在智能化浪潮推動下，可移動智能硬件系統(tǒng)的應用正從服務于家庭的清潔機器人，逐步擴展至工/商業(yè)服務領域。而要想實現(xiàn)這類系統(tǒng)在精細場景下的靈活應用，核心技術就在于能夠實現(xiàn)自主移動與動態(tài)決策能力，對技術革新的要求不僅是多維度的融合，而且更復雜，比如：

需要通過激光雷達、視覺傳感器與慣性導航模塊，實現(xiàn)環(huán)境感知與SLAM實時定位；

基于深度學習與強化學習的路徑規(guī)劃算法，支持動態(tài)避障與最優(yōu)路線決策；

高精度電機控制與低功耗能源管理，能夠有效保障穩(wěn)定續(xù)航與靈活運動；

5G、邊緣計算等技術實現(xiàn)云端協(xié)同，賦予設備遠程管理與自主進化能力。

可以說，可移動智能硬件系統(tǒng)正以【感知-決策-執(zhí)行】的閉環(huán)能力重塑生產力邊界。但由于技術難度的復雜性，傳統(tǒng)硬件企業(yè)常面臨雙重困境：一方面需承擔千萬級研發(fā)投入與過長的開發(fā)周期，另一方面受限于因算法工程化能力薄弱導致的商業(yè)化進程遲滯。

二、涂鴉運動子系統(tǒng)的變革性創(chuàng)新

為突破行業(yè)共性技術瓶頸，涂鴉智能基于 TuyaOS 架構打造了運動控制子系統(tǒng)，幫助開發(fā)者降低移動智能硬件的開發(fā)門檻。它繼承了 TuyaOS 的一系列優(yōu)點，如強大的跨平臺兼容、低代碼開發(fā)硬件傳感以及電機驅動等，不僅提高了開發(fā)效率，而且成功構建覆蓋感知-決策-執(zhí)行的全棧式機器人技術矩陣。開發(fā)者可直接進行一站式應用，目前已成功幫助各品牌客戶實現(xiàn)多品類移動智能機器人的規(guī)?；涞亍?/span>

該方案的最大優(yōu)勢就在于，涂鴉在最小芯片資源中，利用運動子系統(tǒng)的跨平臺性能，實現(xiàn)了核心技術的突破，包括低成本的移動定位算法、規(guī)劃算法、控制算法：

涂鴉在 SLAM 實時定位軟件工程中做了創(chuàng)新改進，通過強化多線程并行計算能力，大大提升建圖定位的核心算法性能，完美解決了低特征場景（如純色墻面、重復結構空間等）的建圖定位與重定位問題；

利用強化學習策略，涂鴉成功突破傳統(tǒng)規(guī)則系統(tǒng)的局限，解決了難以泛化的各類復雜場景脫困問題；

改進并解決了最優(yōu)覆蓋路徑規(guī)劃問題。

最終經過實際應用后的可靠反復測驗，搭載涂鴉運動子系統(tǒng)的移動機器人產品，在定位精度、任務完成率、能效比等關鍵算法性能指標上，較主流友商方案實現(xiàn) 10%~20% 的顯著提升！

1.現(xiàn)階段，我們將逐步為開發(fā)者提供多種技術支持：

2. 該系統(tǒng)在移動機器人中的能力水平

以掃地機器人的應用為例。目前相較于市面上同等規(guī)格的家用清潔機器人產品，涂鴉在部分關鍵指標上都有領先優(yōu)勢：

2.1 高效的智能規(guī)劃清掃能力

相較于業(yè)界同等水平的清潔機器人，涂鴉提供的家居清掃規(guī)劃算法，在技術實現(xiàn)與性能優(yōu)化層面展現(xiàn)了多重差異化優(yōu)勢，包括清掃效率和清潔覆蓋率都呈現(xiàn)大幅度領先，而這也是長期打磨和優(yōu)化后的最優(yōu)策略。

2.2 魯棒的定位能力

市面上有不少以激光雷達為定位方案的移動機器人，這種技術方案的弊端就在于移動機器人很容易在非平整地板( 如門檻、吧臺椅等場景）出現(xiàn)疊圖的現(xiàn)象，導致用戶經常抱怨需要重新建圖、體驗感差。

而涂鴉運動子系統(tǒng)提供的定位方案，經過大量的算法工程優(yōu)化和傳感器處理優(yōu)化，能在任意工況下，實現(xiàn)完全不疊圖，保證穩(wěn)定的定位輸出。

2.3 高效的重定位能力

涂鴉運動子系統(tǒng)精心集成多種環(huán)境適配算法，為用戶提供了快速重定位的能力。通過該系統(tǒng)，移動機器人可根據(jù)實時采集的幾何結構、光照強度等參數(shù)，動態(tài)切換最優(yōu)定位方案?。

比如：用戶可以在多個房間、辦公樓、醫(yī)院、商場等任意環(huán)境中啟動機器人，無需指定機器人初始位置或初始樓層，就能自適應無縫銜接、匹配多樓層地圖。即使在低特征的長廊退化環(huán)境下（指線性狹長地理空間），定位效率與準確率也能達到 100%。

（涂鴉重定位能力展示）

2.4 快速自主建圖

該系統(tǒng)還提供了高效的自主建圖能力，擺脫傳統(tǒng)的手動建圖或者全屋覆蓋建圖，可幫助提高移動機器人的環(huán)境構建與部署效率。

2.5 突破性實現(xiàn)毫米級貼邊能力

相對于市面上的機器人，要達到 1 厘米以內的貼邊清掃能力，往往需要搭配昂貴的線激光模組。而涂鴉提供的移動能力，可以脫離線激光模組，單純使用 5HZ 的導航激光，就能利用算法補足激光測量頻率與精度問題，實現(xiàn)毫米級貼邊清掃能力。

3. 提供二次開發(fā)能力

除了基礎的規(guī)劃、定位、控制能力，該系統(tǒng)還提供一系列的二次開發(fā)能力，為開發(fā)者提供靈活的產品功能模塊化開發(fā)流程。

?

3.1 自定義機器人行為

針對多形態(tài)機器人開發(fā)者及高階算法定制需求，涂鴉運動子系統(tǒng)突破傳統(tǒng)掃地機開發(fā)框架桎梏，為開發(fā)者額外提供一系列默認的行為框架：在行為框架中，開發(fā)者可任意添加并定制屬于自己的控制動作。

3.2 機器人仿真框架

針對還不想投入硬件開發(fā)、只想先驗證算法原型的開發(fā)者，涂鴉提供基于主流 gazebo、isaac sim 等仿真環(huán)境的調試和橋接入口，開發(fā)者們可基于此先行調試，最后再部署算法到生產環(huán)境中，大大降低試錯成本和時間。

3.3 傳感器信息錄取與回放應用

為了方便開發(fā)者對還處于運行中的移動機器人進行故障分析，涂鴉貼心提供相關信息的實時記錄和回放功能，助力開發(fā)者完成離線調試。

3.4 與 ROS 開源社區(qū)的橋接與實時可視化調試

通過涂鴉運動子系統(tǒng)開發(fā)平臺，開發(fā)者也可以使用 ROS1/ROS2 平臺的橋接功能，在設備運行時，就能在 ROS 開源軟件中進行可視化調試。

3.5 AI 強化學習部署流程

基于涂鴉 issac lab 的強化學習功能，用戶可以自定義學習任務，并結合涂鴉提供的運動子系統(tǒng)行為樹框架，快速部署預訓練模型。

3.6 更多的算法與功能開源

我們不局限于上述描述的二次開發(fā)功能，還可以針對不同的開發(fā)者釋放更多源碼。