米家扫地机器人大起底 有何技术可谈？

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：

记者：很多人对扫地机器人比较陌生，它可被量化的评判指标有哪些？

昌敬：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。

记者：米家扫地机器人的DPU是多少？在同品类产品中处在什么水准？

昌敬：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。

记者：这套测试标准与出厂相关吗？还是说只有参考价值？

昌敬：这个只是一个测试方法，不是认证。

记者：米家扫地机器人和其他扫地机器人有哪些不同的地方？

昌敬：我们相比其他扫地机器人，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。

记者：风道设计是很多产品都要面对的问题，在外形没太大变化的情况下，你们是怎么提高空间利用率的？

昌敬：试！！打样了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！（ps.有钱就是好啊）

记者：刚才提到的精度也是关键吧？

昌敬：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。

记者：你们是ID先行？

昌敬：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。

记者：讲一个具体的“设计与工程博弈”的例子吧。

昌敬：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。

记者：户型不同，面积不同，怎么用一套算法达到更好的清扫效率？

昌敬：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。

记者：市面上的算法好像不止一种，你们用的是“回”字？

昌敬：不是，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X4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。

记者：如果别人也采用“回”字形的清扫算法的话效果会差不多？

昌敬：不一定，“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。

记者：如何保证米家扫地机器人能在完全不同的户型中都有相同的表现？

昌敬：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。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。

记者：据了解，你们的产品并没有delay太久？

昌敬：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。

记者：“不够好”是指？

昌敬：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。

记者：你们这么“造”钱，是怎么把成本做下来的？

昌敬：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。

记者：怎么搞定供应商？

昌敬：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。

记者：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”，是不是也和这个相关？

昌敬：嗯，我们的供应链也相对复杂，有1297个元器件，113套模具，数百供应商。

记者：上次和您聊的时候，你提到“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”。

昌敬：没错，我之前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。