脏污识别，扫地机器人的又一块拼图

重新定义清洁方式。

“四肢”发达，“头脑”简单

在过去几年，扫地机器人进入了快速迭代期，从清洁系统，到外观，再到基站，都和最初的产品有了天壤之别，然而时至今日，大刀阔斧式的创新越来越少，扫地机器人下一个拼图又该是什么？

一直以来，厂商们在销售过程中无不强调扫地机器人“人”的属性，但用户真正感受到的却是“机器”的属性，所谓的智能化更多是个噱头。再看过去的升级也大多围绕在“机器”的属性上，而“人”的属性却进展寥寥。不过随着大模型的兴起，智能决策、人机交互逐渐被重视起来，机器人的智能化拼图正在完善。但在这之中，仍有一个问题被人们所忽视。

除了需要提升清洁系统，还需要改变机器人的作业逻辑。

简单来说，现在的扫地机器人只有机器的“蛮力”，却没有人的“灵巧”。作业中，只会按部就班的“一条道走到黑”，导致最终的清洁效果并不稳定，甚至会反向清扫。无法像人一样，知道哪里脏，有多脏，是什么样的脏污，从而做出相应的清扫方式。

在真实场景中，地面的脏污程度和脏污类型都不同，包括零食残渣、饮料液体、厨余污渍等等。而一旦遇到这些脏污，如液体类，大多会被边刷扫的到处溅射，引发更多的清洁问题。另外，在遇到重污区域时，也会出现清洁不干净的情况，若采用多遍清扫，又会导致重复清扫，耗能增加，整体清洁效率低，体验感下降等。