第一章 那个撞了拖鞋的扫地机器人：我们的故事从一次“迷路”开始

2023年冬夜十点的玄关，我拎着加班后凉透的奶茶推开门，首先撞进视野的不是暖黄的客厅灯，而是那个圆滚滚的白色扫地机器人——它正卡在我随手扔的棉拖鞋旁，旁边散落着半袋没来得及收的瓜子壳，顶部的指示灯一闪一闪，像极了做错事等着挨骂的小狗。这是我第三次在玄关找到卡住的家政机器人，前两次分别是卡在餐桌细腿旁、卡在阳台的地毯边沿，每一次都要我蹲下来把它抠出来，顺便还得收拾它撞翻的猫砂盆、碰掉的绿萝叶片。我忍不住吐槽：“都说你是智能机器人，怎么比我家猫还笨？”话音未落，手机APP弹出一条通知：“本次清扫已完成，共清理地面垃圾23g，避障12次。”我愣了半天，突然想起半年前刚买它的时候，这货可是个没头苍蝇，扫个十平米的客厅能撞八次桌腿，扫完整个家得跑两个多小时，还经常卡在各种犄角旮旯里等我“救援”，怎么现在突然就学会绕开拖鞋、避开桌腿了？

这种“笨 robot 变聪明”的体验，几乎每个用过扫地机器人的家庭都经历过。十年前我们吐槽它是“人工智障”，现在它已经能自动识别地毯、避开数据线、甚至能记住你家的家具摆放，扫完地还能自己回充电桩。这种变化的背后，其实藏着所有自主机器人能独立工作的核心秘密——它们必须搞清楚的三个终极问题：“我在哪？”“我要去哪？”“我怎么去？”这三个看起来像哲学问题的问题，恰恰是机器人从“瞎跑”到“聪明”的分水岭，也是本书要讲的所有内容的核心。

要搞清楚这三个问题，我们不妨先回到机器人技术的早期，看看最开始的机器人到底有多“笨”。2002年，美国iRobot公司推出了第一款面向普通家庭的扫地机器人Roomba，当时定价只要199美元，比市面上任何一个清洁设备都便宜，所以一上市就卖爆了，全球累计销量超过3000万台。但如果你现在拿到一台第一代Roomba，肯定会惊掉下巴：它没有摄像头，没有激光雷达，甚至没有简单的定位模块，整个机身只有三个碰撞传感器和几个红外避障传感器，工作原理简单到离谱——往前跑，撞到东西就转个随机角度，继续往前跑，没电了就随机乱跑找充电桩。

 > *电子版侧边栏提示：点击可观看第一代Roomba的工作演示视频，你会发现它撞桌腿的频率比扫地还高*

那时候的用户给Roomba起了无数外号：“碰碰车”“家庭新宠物”“没头苍蝇”，网上到处都是它的段子：有人吐槽它扫个客厅要两个小时，最后卡在餐桌下面出不来；有人说它把自己卡在窗帘和墙的缝隙里，转了一晚上圈；还有更惨的用户，它把刚放在地上的玻璃杯碰掉摔碎，把猫的窝推翻了吓得猫躲在衣柜顶上三天不下来。那时候根本没有什么“智能避障”的概念，所有的扫地机器人都是靠“撞”来探路的，撞得多了，自然就知道哪里不能走——但这种“笨办法”的效率低到离谱，扫一百平米的房子要三个小时，还经常需要人工救援。

为什么早期的机器人这么笨？因为它们根本解决不了“我在哪”这个问题。没有定位能力，机器人就不知道自己现在在家的哪个位置，扫过的地方记不住，没扫的地方找不到，跑着跑着就忘了自己从哪来的，只能瞎撞。你可能会问：给它装个GPS不就行了？但问题是在室内，GPS信号要么没有，要么误差有几米甚至几十米，根本没法用。那给家里装个定位基站？成本太高了，普通家庭根本承受不起。所以很长一段时间里，消费级机器人都卡在“定位”这个问题上，只能靠随机碰撞这种“笨办法”凑合用。

直到2010年左右，两个关键技术的成本下降，才让机器人真正“变聪明”的可能。第一个是激光雷达的成本从几千块降到了几百块，终于能装在消费级机器人上了；第二个是家用电脑的处理器性能提升，终于能跑得动复杂的地图构建算法。这时候，一项叫“SLAM”的技术开始从实验室走向消费市场，彻底改变了机器人的“智商”。

你可能会问：SLAM是什么？听起来像某种进口零食的名字。它的全称是“同步定位与建图”（Simultaneous Localization and Mapping），缩写就是SLAM。用大白话讲，就是机器人一边画家里的地图，一边在地图上找自己现在的位置。举个例子：你刚买了个扫地机器人，第一次开机的时候，它会开着激光雷达在屋里转，激光雷达会每秒发射几百束激光，打到周围的墙壁、家具、拖鞋上，再反射回来，通过计算激光往返的时间，就能知道周围物体离它有多远。它一边走一边记录这些距离信息，慢慢就拼出了整个家的地图，同时它还能在地图上实时标出自己现在的位置——就像你拿着手机导航，一边看地图，一边知道自己现在在哪个路口一样。

 > *电子版侧边栏提示：点击可查看SLAM技术的动态演示，看懂机器人是怎么一边建地图一边定位的*

有了SLAM技术，机器人就解决了“我在哪”这个问题。它扫过的地方会在地图上标成“已清扫”，没扫的地方会标成“未清扫”，不会重复扫，也不会漏扫；它知道自己现在在地图的哪个位置，就不会瞎跑，更不会卡在桌腿旁边转圈。这就像你拿到了一张完整的地图，还知道自己现在在哪，肯定不会迷路，也不会走回头路。

解决了“我在哪”，接下来就要解决“我要去哪”的问题。最早的机器人没有任务规划能力，就是瞎跑，有时候扫到一半就跑到阳台去晒太阳能，或者围着猫窝转圈玩，根本不知道自己的任务是什么。现在机器人有了完整的地图，就能根据用户的需求规划任务：比如用户说“今天扫客厅和卧室”，机器人就会把地图上的“客厅区域”和“卧室区域”标成待清扫区域，再按照优先级排序，比如先扫容易脏的客厅，再扫卧室，最后清扫边角。这就是“规划模块”要解决的问题，相当于机器人的“大脑”，负责决定“我要去哪”“先做什么后做什么”。

但光知道“我要去哪”还不够，还得知道“我怎么去”最合理。比如机器人要从客厅的A点走到B点，中间有餐桌的桌腿、地上的拖鞋、还有猫窝，它不能硬撞过去，得规划一条不碰障碍物的最短路线，或者是最省电的路线，或者是最省时间的路线。这种“从A到B怎么走最合适”的问题，就是“路径规划”要解决的。路径规划不是只算一次就行，机器人一边走，周围的环境可能会变——比如你突然把椅子挪了，或者猫突然趴在了地上，机器人就得实时重新规划路线，绕开新的障碍物。这就像你用导航开车，前面突然堵车了，导航会实时给你重新规划一条路线，避开拥堵路段，道理是一样的。

规划好路线之后，最后一步就是“我怎么去”的执行问题。比如机器人规划好要往左转30度，往前开10厘米，那它的轮子就得精准地转对应的角度，不能转成45度，也不能只开5厘米；如果前面突然出现一个障碍物，规划说要减速，那它就得立刻停下来，不能撞上去。这种把“规划好的路线”精准执行出来的能力，就是“运动控制”要解决的，相当于机器人的“腿”和“执行力”，负责让机器人按照大脑的指令，稳稳地走到目的地。

现在回头看扫地机器人的变化，你就会发现，它从“笨头笨脑”到“灵活避障”，其实就是慢慢解决了那三个核心问题：先有了SLAM技术，解决了“我在哪”，不会瞎跑了；再有了路径规划技术，解决了“我要去哪”“怎么走最合理”，不会乱跑、不会走回头路了；最后有了运动控制技术，解决了“我怎么去”，能精准地按照路线走，不会撞到东西了。这三个技术——SLAM、路径规划、运动控制，就是贯穿全书的核心概念，也是所有自主机器人都必须掌握的核心技术。

 > *电子版侧边栏提示：点击可查看高清大图，清晰对应三大问题、三大模块和三大核心技术的逻辑关系*

你可能会说：这不就是扫地机器人的技术吗？和我有什么关系？其实这三个问题的通用性远超你的想象：不管是商场里给你送餐的机器人，还是工厂里搬运货物的机器人，甚至现在正在路上跑的自动驾驶汽车，还有火星上探索火星表面的探测车，核心要解决的都是这三个问题。

比如火星探测车，在火星上没有GPS信号，也没有基站，所以首先要解决“我在哪”的问题：它要靠SLAM技术，一边拍火星表面的照片，一边建火星表面的地图，同时定位自己的位置，不能跑丢了；然后地面控制中心会告诉它要去哪个探测点，它要解决“我要去哪”的问题，规划一条避开岩石、坑洞的路线；最后要解决“我怎么去”的问题，控制轮子的转速和方向，在松软的火星土壤上不陷进去，稳稳地走到目的地。你看，不管是地上的扫地机器人，还是天上的配送无人机，还是火星上的探测车，核心逻辑都是一样的，都是围绕“我在哪”“我要去哪”“我怎么去”这三个问题展开的。

再比如现在很多人都在关注的自动驾驶汽车，逻辑也是一模一样：首先要用摄像头、激光雷达、毫米波雷达这些传感器，解决“我在哪”的问题，知道自己在马路的哪个位置，周围有什么车、什么人、什么障碍物；然后要规划行驶路线，知道“我要去哪”，是往前开还是转弯，遇到红灯要停，遇到行人要避让，这就是路径规划要解决的；最后要控制油门、刹车、方向盘，精准地执行规划的路线，该快的时候快，该慢的时候慢，该停的时候立刻停，这就是运动控制要解决的。你平时坐的自动驾驶汽车，能不能安全把你送到目的地，核心就是这三个问题解决得好不好。

我有个做机器人算法的朋友，他经常说一句话：“所有看起来酷炫的机器人，本质上都是在解决‘我在哪’‘我要去哪’‘我怎么去’这三个问题，区别只是应用场景不一样，传感器不一样，算法精度不一样。”比如工业机器人，场景是固定的工厂，所以“我在哪”的问题好解决，只要装个定位标，精度能到毫米级；而火星探测车的场景是未知的火星表面，所以“我在哪”的问题要难得多，要应对复杂的地形和未知的环境。但核心逻辑是完全一样的。

现在你已经知道了自主机器人的三个核心问题，以及对应的三大模块和三大核心技术，是不是觉得那些看起来高深的术语，其实也没那么难懂？后面的章节，我们会一步步拆解这三个问题，带你从零开始搞懂机器人是怎么“看”世界、怎么“走”路的。

第二章我们会先从“看”的问题讲起，带你认识机器人的“眼睛”：激光雷达、摄像头、超声波传感器这些常见的传感器，到底是怎么工作的，各自能看到什么，有什么优缺点；然后我们会讲SLAM技术的核心逻辑，不用复杂的公式，只用大白话给你讲清楚，机器人是怎么一边建地图一边定位的，为什么在没有GPS的室内也能不迷路。

如果你家里也有个曾经“笨头笨脑”现在变聪明的扫地机器人，不妨下次它工作的时候蹲下来看看：它头顶上那个转来转去的激光雷达，就是它的“眼睛”，正在扫描周围的环境；它手机APP里显示的那张你家地图，就是它自己画出来的“导航图”；它绕开拖鞋、避开桌腿的动作，就是它的“大脑”和“腿”配合的结果。这些看起来普通的动作背后，藏着人类科技最浪漫的部分：我们让机器学会“看”，学会“走”，最终是为了让它能帮我们做更多的事，让我们从繁琐的家务、重复的劳动里解放出来，有更多的时间去做自己想做的事。

那天晚上我把卡在拖鞋旁边的扫地机器人抠出来之后，它回到充电桩，自动开始清理尘盒，我坐在沙发上喝奶茶，看着它在客厅里灵活地绕开猫窝、拖鞋、数据线，有条不紊地清扫每一个角落，突然觉得这小小的圆滚滚的机器人，其实一点都不“笨”。它只是需要学会那三个问题而已，就像我们小时候学走路，先学会站稳（感知），再学会找方向（规划），最后学会迈腿（控制），慢慢就能跑能跳，想去哪就去哪了。

> 【本章小结】 > 1. 自主机器人必须解决三大核心问题：“我在哪？”（定位）“我要去哪？”（任务规划）“我怎么去？”（路径规划与执行） > 2. 三大核心模块对应三大问题：感知模块解决“我在哪”，规划模块解决“我要去哪”“怎么走最合理”，控制模块解决“我怎么去” > 3. 三大贯穿全书的核心技术：SLAM（同步定位与建图，感知模块核心）、路径规划（规划模块核心）、运动控制（控制模块核心） > 4. 所有自主机器人（扫地机器人、送餐机器人、自动驾驶汽车、火星探测车等）的核心逻辑都是围绕这三个问题展开的

> 【思考题】 > 1. 你家的扫地机器人有没有过“卡壳”的经历？它当时卡在了什么地方？你觉得它为什么会被卡住？ > 2. 如果让你给一个机器人设计让它能在家里不迷路的功能，你会给它装什么“眼睛”？怎么让它知道自己在哪里？

#扫地机器人 #自主导航 #SLAM #路径规划 #运动控制 #机器人科普

2023年冬夜十点的玄关，我拎着加班后凉透的奶茶推开门，首先撞进视野的不是暖黄的客厅灯，而是那个圆滚滚的白色扫地机器人——科沃斯T9，它正卡在我随手扔的棉拖鞋旁，旁边散落着半袋没来得及收的瓜子壳，顶部转得飞快的激光雷达磨得发花，那是我上个月三岁的小侄女拿马克笔给它“化妆”留下的痕迹，手机APP里的地图上还标着我手动设置的“猫窝重点清扫区”，旁边写着“此处猫毛多，吸力调至最大”。这是我第三次在玄关找到卡住的家政机器人，前两次分别是卡在餐桌细腿旁碰掉了我新买的口红，卡在阳台的长绒地毯边沿把猫砂盆推翻了半米远，吓得我家猫躲在衣柜顶上三天没下来，我忍不住吐槽：“都说你是智能机器人，怎么比我家猫还笨？”话音未落，手机APP弹出一条通知：“本次清扫已完成，共清理地面垃圾23g，避障12次。”我愣了半天，突然想起半年前刚买它的时候，这货可是个没头苍蝇，扫个十平米的客厅能撞八次桌腿，扫完整个家得跑两个多小时，还经常卡在各种犄角旮旯里等我“救援”，怎么现在突然就学会绕开拖鞋、避开桌腿了？

这种“笨robot变聪明”的体验，几乎每个用过扫地机器人的家庭都经历过。十年前我们吐槽它是“人工智障”，现在它已经能自动识别地毯、避开数据线、甚至能记住你家的家具摆放，扫完地还能自己回充电桩。这种变化的背后，其实藏着所有自主机器人能独立工作的核心秘密——它们必须搞清楚的三个终极问题：“我在哪？”“我要去哪？”“我怎么去？”这三个看起来像哲学问题的问题，恰恰是机器人从“瞎跑”到“聪明”的分水岭，也是本书要讲的所有内容的核心。

要搞清楚这三个问题，我们不妨先回到机器人技术的早期，看看最开始的机器人到底有多“笨”。2002年，美国iRobot公司推出了第一款面向普通家庭的扫地机器人Roomba，当时定价只要199美元，比市面上任何一个清洁设备都便宜，所以一上市就卖爆了，全球累计销量超过3000万台。但如果你现在拿到一台第一代Roomba，肯定会惊掉下巴：它没有摄像头，没有激光雷达，甚至没有简单的定位模块，整个机身只有三个碰撞传感器和几个红外避障传感器，工作原理简单到离谱——往前跑，撞到东西就转个随机角度，继续往前跑，没电了就随机乱跑找充电桩。

 > *电子版侧边栏提示：点击可观看第一代Roomba的工作演示视频，你会发现它撞桌腿的频率比扫地还高*

那时候的用户给Roomba起了无数外号：“碰碰车”“家庭新宠物”“没头苍蝇”，网上到处都是它的段子：我闺蜜家2010年买的第二代Roomba，当时她家刚铺了那种5厘米厚的长绒地毯，Roomba每次开上去就会陷进去，轮子空转十分钟都出不来，最后她家干脆把全屋的地毯都收进了储藏室，至今没再铺过；还有个国外的极客玩家，给Roomba装了个微型摄像头和计数模块，办了一场“Roomba马拉松”，最后那只打了鸡血的机器人跑了42公里，绕着自己的小房子跑了200多圈，拿了冠军，主人还得专门给它换了三次电池。那时候根本没有什么“智能避障”的概念，所有的扫地机器人都是靠“撞”来探路的，撞得多了，自然就知道哪里不能走——但这种“笨办法”的效率低到离谱，第一代Roomba清扫100平米的房子需要3小时，覆盖率只有60%，也就是说有40%的地方它根本扫不到，还经常需要人工救援，很多人买回去用了半个月就扔在储物间吃灰。

为什么早期的机器人这么笨？因为它们根本解决不了“我在哪”这个问题。没有定位能力，机器人就不知道自己现在在家的哪个位置，扫过的地方记不住，没扫的地方找不到，跑着跑着就忘了自己从哪来的，只能瞎撞。你可能会问：给它装个GPS不就行了？但问题是在室内，GPS信号要么被墙壁挡住完全没有，要么误差有几米甚至几十米，我之前在商场用手机导航找奶茶店，GPS直接把我导到了隔壁的服装店里，误差有5米远，在只有几米宽的家里，这种误差根本没法用。那给家里装个定位基站？2010年的时候，工业级的室内定位基站一套要几万块，普通家庭根本承受不起，所以很长一段时间里，消费级机器人都卡在“定位”这个问题上，只能靠随机碰撞这种“笨办法”凑合用。

直到2010年左右，两个关键技术的成本下降，才让机器人真正“变聪明”的可能。第一个是激光雷达的成本从几千块降到了几百块，终于能装在消费级机器人上了；第二个是家用电脑的处理器性能提升，终于能跑得动复杂的地图构建算法。这时候，一项叫“SLAM”的技术开始从实验室走向消费市场，彻底改变了机器人的“智商”。

你可能会问：SLAM是什么？听起来像某种进口零食的名字。它的全称是“同步定位与建图”（Simultaneous Localization and Mapping），缩写就是SLAM。用大白话讲，就是机器人一边画家里的地图，一边在地图上找自己现在的位置。我给你打个比方：你蒙着眼睛走进一个陌生的房间，你一边走一边伸手摸周围的墙壁、桌子、椅子，记下来“我现在摸到了桌子，桌子在我的右手边，距离我半米”，走几步再摸一下，“现在我在桌子前面，距离墙壁一米”，你一边走一边记这些信息，慢慢就在脑子里画出了这个房间的地图，同时你也能大概知道自己现在在房间的哪个位置——这就是SLAM的本质，机器人就是那个蒙着眼睛的人，激光雷达就是它的手。

 > *电子版侧边栏提示：点击可查看SLAM技术的动态演示，看懂机器人是怎么一边建地图一边定位的*

我家的第一台扫地机器人刚买回来的时候，第一次建图就把卫生间的位置标歪了，把卫生间的门标在了墙上，后来我手动把地图拖正之后，它第二次扫描就自动修正了，这就是SLAM里的“闭环检测”功能：机器人走了一圈回到原来的位置，发现之前标的地图和现在的对不上，就会自动修正误差，就像你蒙着眼睛走了一圈回到原点，发现之前记的墙的位置和现在摸到的对不上，就会调整脑子里的地图，不会一直错下去。当然，机器人不像人一样有脑子，它靠的是算法：一边靠轮子的转速算自己走了多远（这个叫“里程计”，就像你走路数步数），一边靠激光雷达测周围物体的距离，两个数据对比，发现里程计算的距离和激光雷达测的距离对不上，就知道走歪了，自动修正。

> 侧边栏：SLAM的两种流派 > 机器人领域的SLAM算法主要分成两个流派：滤波派和优化派。用大白话讲，滤波派就是“走一步算一步”，每走一步就根据当前的观测数据更新一次位置和地图，优点是实时性高，适合需要快速反应的场景，比如机器人避障；优化派就是“走完一圈再整体算一遍”，等机器人走完一圈回到原点，把所有数据放在一起整体优化，得到的地图和定位精度更高，适合精度要求高的场景，比如火星探测。现在的机器人基本都是两个流派结合，既保证实时性，又保证精度。

有了SLAM技术，机器人就解决了“