Cinq générations de navigation de robot de nettoyage : la génération 4 « fusion de capteurs » n'est pas l'état final
Un article viral de Zhihu cartographie cinq générations de navigation de robot de nettoyage commercial : marqueurs → SLAM LiDAR 2D → VSLAM vision pure → fusion LiDAR+stéréo+ToF+ultrasonique → VLA multimodal. L'arc est juste, et nous avons vécu chaque génération en construisant des châssis de robot mobile intérieur. Mais une note d'ingénierie : la génération 4 « soupe de quatre capteurs » n'est pas l'état final — c'est un correctif transitoire. Les problèmes qu'elle tente de résoudre sont exactement ceux qu'un LiDAR 3D multi-lignes aurait dû résoudre en premier lieu.
1. Nous sommes d'accord : les angles morts du LiDAR 2D mono-ligne sont réels
L'article énumère les limites du LiDAR 2D que nous rencontrons chaque jour sur le terrain :
- Pénétration du verre : verre réfléchissant, sols époxy type miroir
- Obstacles bas invisibles : câbles, chaussons, drains de sol, butoirs de stationnement — le laser balaie au-dessus
- Plan unique seulement : panneaux en hauteur, conduits, pieds de table saillants heurtent le corps du robot
- LiDAR supérieur encombrant : ne peut pas passer sous les étagères ou conduits sous 30 cm
Ce sont de vraies limites du 2D. C'est pourquoi l'industrie est passée à la « fusion ».
2. Mais la fusion Gen-4 est un correctif, pas le point final
La pile Gen-4 de cet article :
LiDAR 2D/3D pour la localisation globale + caméra de profondeur stéréo pour le verre/obstacles bas + ToF/ultrasonique pour le champ proche + correction de dérive IMU
Quatre capteurs, quatre repères, quatre horodatages. Semble robuste, mais du point de vue de l'ingénierie plein de pièges :
- Calibration difficile : quatre extrinsèques, recalibrées quand la température change
- Explosion de câbles : chaque capteur nécessite alimentation + données ; plus de connecteurs = plus de points de défaillance
- Fardeau d'arbitrage : le problème multi-capteurs le plus dur est « qui gagne quand ils sont en désaccord » — quatre capteurs, une logique d'arbitrage sans fin
Notre approche : remplacer le LiDAR 2D par un LiDAR 3D multi-lignes.
3. Un LiDAR 3D multi-lignes couvre les quatre capteurs Gen-4
| 4th-gen sensors | Does one 3D multi-line LiDAR SLAM cover it |
|---|---|
| LiDAR 2D (localisation/cartographie) → ✅ nuage de points 360°, SLAM sur nuage de points | |
| Caméra de profondeur stéréo (obstacles bas/verre) → ✅ nuage de points conscient de la hauteur : câbles, chaussons, marches, butoirs en un scan | |
| ToF/ultrasonique (champ proche) → ✅ nuage de points champ proche dès 0,1 m, pas de capteurs d'angle mort supplémentaires | |
| IR de falaise (escaliers) → ✅ le nuage de points détecte le « vide » du sol, s'arrête automatiquement | |
Le nombre de capteurs passe de 4-5 à 1 ; câbles, connecteurs, effort de calibration et points de défaillance diminuent tous. C'est ce que font nos kits de navigation Tbot-Clean : un LiDAR 3D multi-lignes par défaut, extensible à un double LiDAR avant+arrière pour les grands véhicules extérieurs.
4. Verre : le LiDAR 3D n'est pas magique non plus, mais bat la stéréo
L'article dit « la vision repère le verre transparent 1,8 m devant, le LiDAR verrouille la distance pour double vérification ». Vrai pour le LiDAR 2D ; à ajuster pour le 3D multi-lignes :
- Le verre transparent pur donne de faibles retours à tout LiDAR (2D/3D) — limite physique
- Mais les cadres de fenêtres, cadres de portes et bords de verre donnent de forts retours dans le nuage de points 3D — le robot voit « où est le verre »
- Pour une vraie zéro-collision sur verre, la solution acceptée dans l'industrie est LiDAR 3D + un ToF/ultrasonique avant, pas la vision stéréo comme capteur principal
5. À propos du « VLA Gen-5 » : c'est de la manipulation, pas de la navigation
L'article passe beaucoup de temps sur le VLA détectant les brosses à rouleau, les flacons de désinfectant, la préhension par bras. Nous le respectons — mais deux couches sont confondues :
- Le châssis de navigation résout « aller de A à B sans heurter ni tomber »
- VLA + bras robot résout « reconnaître la brosse à rouleau, la ramasser, l'échanger »
Le châssis de navigation n'a pas besoin de VLA. Il a besoin d'une interface ROS ouverte, d'un contrôle de mouvement stable et de données de capteur propres — pour que l'équipe VLA/manipulateur de la couche supérieure puisse faire son travail.
C'est ainsi que nous vendons des châssis aux OEM de robots de nettoyage : un LiDAR 3D multi-lignes maîtrise la navigation ; comment détecter les consommables et échanger les brosses est le travail de l'équipe algorithmique + bras du client.
6. Un conseil en une ligne pour l'approvisionnement
Nous sommes globalement d'accord avec la sélection de scénarios de l'article. Un ajout :
- Article : « grande surface, jour/nuit, verre/obstacles bas → la fusion LiDAR+stéréo est la ligne de base »
- Notre conseil d'ingénierie : cette « ligne de base » est un LiDAR 3D multi-lignes unique — inutile d'empiler stéréo+ToF+ultrasonique par-dessus. Économisez le BOM et le coût de service pour le VLA et le bras du client.
La direction est l'intégration perception-compréhension-action. Mais l'intégration ne signifie pas empiler des capteurs. Maîtrisez la navigation avec le moins de capteurs, et le VLA supérieur aura des données propres avec lesquelles travailler.
Les kits de navigation Tbot-Clean (H1/U1/X1) sont livrés avec un LiDAR 3D multi-lignes par défaut, extensible à 2-4 pour les grandes scènes extérieures, ROS ouvert, options de batterie NMC/LFP, auto-dock.
Vous voulez voir un LiDAR 3D multi-lignes en action ?
Voir le guide de sélection du châssis ou la page des solutions de robots de nettoyage. Écrivez à sales@tobotai.com pour demander une démo.