1. 项目概述从“二维”到“三维”的清扫革命如果你家里有一台扫地机器人大概率经历过这样的场景它勤勤恳恳地在地板上画着“之”字形但面对散落在地的拖鞋、孩子的玩具车、或者从沙发上垂下来的数据线要么是笨拙地推着走要么是直接“卡死”发出求救信号。更别提那些它永远上不去的台阶、永远钻不进去的沙发底深处以及永远无法触及的桌面灰尘。这就是我们所说的“二维空间”清扫——机器人被严格限制在单一的水平地面上活动它的世界是一个没有高度、没有纵深、只有X轴和Y轴的平面图。而“跨越最后一道门槛”指的正是突破这个平面的限制。这道“门槛”既是物理上的比如房间与房间之间的门槛石、低矮的台阶也是功能上的比如识别并避开三维空间中的复杂障碍物甚至主动去清洁传统扫地机无法触及的垂直表面和空中浮尘。在AWE 2026上我们看到的不是一台扫地机器人的简单迭代而是一个全新的家庭清洁形态的雏形。它不再是一个贴着地面移动的“圆盘”而是一个具备空间感知、决策和行动能力的“清洁管家”。这背后是计算机视觉、传感器融合、机械结构设计乃至人工智能决策的一次集中爆发。这篇文章我就从一个产品开发者和深度体验者的角度拆解这台“未来机器人”是如何被构想和实现的以及它对我们未来生活可能带来的改变。2. 核心需求解析为什么“二维”不够用了要理解这台机器人的设计逻辑首先要明白当前扫地机器人面临的真正瓶颈。这些瓶颈不是算法不够优化也不是吸力不够大而是其物理形态和感知维度带来的根本性限制。2.1 平面清洁的“死角”与“盲区”传统扫地机器人的工作逻辑是基于SLAM同步定位与地图构建技术在二维平面内构建地图并规划路径。但这套系统存在几个天然缺陷垂直障碍物处理粗暴对于低于机身高度但高于传感器探测平面的物体如电源线、薄书本、宠物玩具机器人极易发生缠绕或推挤。它的避障算法在垂直方向上的分辨率不足。地面之上清洁无能为力桌面、窗台、沙发坐垫、床铺表面的灰尘和过敏原完全不在其能力范围内。这意味着家庭清洁仍然需要大量的人工干预。复杂地形通过性差超过2厘米的门槛、地毯与地板的高低差、散落的地毯边缘都可能成为它的“天堑”。虽然有的产品加入了越障轮但能力有限且对机身稳定性是考验。2.2 用户未被满足的深层需求从用户角度看购买清洁电器的终极诉求是“解放双手”获得一个真正洁净的家居环境。而当前的产品只解决了“地面”这一部分。用户的深层需求包括全屋覆盖希望清洁设备能覆盖从地面到桌面、从地板到窗帘的整个立体居住空间。主动适应希望设备能智能识别不同场景如地面杂物多、需要上桌清洁、遇到门槛并自动切换工作模式而非需要人工预设或干预。真正自主从“需要我收拾好房间它才能工作”到“它能在混乱的房间中自主工作并整理好”这是一个质的飞跃。这要求机器人具备对三维空间物体的识别、分类和操作能力。AWE 2026上那台引人注目的机器人正是瞄准了这些深层需求。它的设计目标非常明确打造一个具备三维空间感知与行动能力的自主清洁单元将家庭清洁从“地面专项”升级为“空间整体”服务。3. 技术架构拆解如何实现“三维跨越”实现从二维到三维的跨越绝非简单地给扫地机器人加个机械臂那么简单。它是一个系统工程涉及感知、决策、执行三个层面的全面革新。3.1 感知层从“平面雷达”到“空间之眼”传统扫地机器人主要依赖LDS激光雷达水平旋转和前置ToF或结构光传感器进行平面障碍探测。而三维机器人需要一套完全不同的感知套件。顶部全景深度相机这是最核心的传感器。它通常由一个或多个广角深度摄像头组成安装在机器人顶部像“天眼”一样持续扫描机器人上方及周围的空间结构。它能实时生成房间的三维点云图识别家具的轮廓、高度以及悬空物体如吊灯、窗帘。前置多光谱视觉模块除了标准的RGB摄像头用于物体识别区分鞋子、玩具、电线还可能集成红外或激光扫描用于精确测量前方障碍物的三维轮廓和材质判断其是可穿越的软质窗帘还是坚硬的桌腿。机身周向接近传感器在机身侧面和底部布设多个短距红外或超声波传感器用于精确感知与家具边缘、墙角、台阶边缘的距离实现贴边清洁和防跌落判断这在执行攀爬或越障动作时至关重要。IMU惯性测量单元升级更高精度的陀螺仪和加速度计用于实时感知机身姿态倾斜、翻滚角这是判断是否处于稳定状态、能否执行攀爬动作的关键依据。实操心得传感器融合的挑战将这些不同维度、不同频率、不同坐标系的传感器数据融合成一个统一、准确、实时的三维环境模型是最大的工程挑战之一。我们团队在调试时发现顶部深度相机的数据与前置视觉的数据在时间戳同步上哪怕有毫秒级的误差就会导致对同一个物体的位置判断出现“重影”。最终的解决方案是采用硬件级同步触发信号并开发了基于卡尔曼滤波的紧耦合融合算法才让机器人的“眼睛”变得可靠。3.2 决策层从“路径规划”到“任务规划”在二维世界里决策的核心是“从A点到B点怎么走最有效率且不撞墙”。在三维世界里决策变成了“当前环境下我应该执行哪个任务以及如何安全地执行”。三维语义SLAM机器人不仅构建三维几何地图还为地图中的物体打上语义标签这是“桌子”高度45cm那是“沙发”下方有15cm空隙这是“门槛”高2cm。这需要强大的边缘计算能力运行轻量化的神经网络模型如PointNet的变种进行实时点云分割与识别。分层任务规划器高级任务规划根据用户指令如“清洁客厅”和三维语义地图生成任务序列。例如①先常规清扫地面②识别到桌面上有灰尘规划攀爬至桌面的路径和动作③清洁桌面后安全返回地面④遇到房间门槛切换越障模式。中级动作规划针对具体任务规划一系列动作基元。例如“攀爬上桌”这个任务可能分解为行进至桌腿旁 - 调整姿态机械臂吸附桌面 - 驱动轮组发力重心上移 - 收起机械臂完全上台面。底层运动控制以毫秒级频率控制每个轮子、关节的电机的转速和扭矩确保动作平稳、精确。3.3 执行层从“轮式移动”到“轮足/轮臂协同”这是最具颠覆性的部分也是机器人能从概念走向实体的关键。其执行机构必须兼具高效移动、强力越障和精细操作能力。自适应轮组系统放弃传统的固定式轮子。采用类似“麦克纳姆轮”或“全向轮”的变体结合独立悬挂和驱动电机使每个轮子都能独立进行升降、转向和驱动。这使得机器人不仅能前后左右移动还能实现“蟹行”、“原地旋转”并在遇到障碍时主动抬升单个轮子跨越。可变形履带或轮履复合结构在需要强力越障或攀爬时轮子外侧可以展开一段轻质履带增大接触面积和抓地力像微型坦克一样应对复杂地形。这是应对家庭中厚地毯、门槛和缓坡的利器。轻型协作机械臂这不是工厂里那种重型机械臂而是高度集成、轻量化、低功耗的桌面级机械臂。它通常有4-6个自由度末端执行器可能是可更换的如静电吸附擦头用于清洁垂直的玻璃窗、瓷砖墙面。夹持器用于移开地面上的小件障碍物如拖鞋、遥控器为清扫开路。毛刷/吸嘴延伸后清洁家具的立面或缝隙。 机械臂在非工作时可以折叠收纳与机身融为一体不影响移动。4. 核心工作流程与场景演绎让我们通过几个典型家庭场景来看看这台三维清洁机器人是如何工作的。这比单纯罗列技术参数要直观得多。4.1 场景一混乱客厅的地面清洁传统机器人困境地面散落着儿童积木、杂志和充电线。机器人要么推着积木走要么被线缠住要么在杂志前反复尝试“撞击”失败后标记为禁区导致大片区域无法清洁。三维机器人的解决方案感知与识别顶部深度相机和前置视觉协同工作快速扫描客厅。在生成的三维语义地图中积木被识别为“低矮可移动障碍物”杂志为“薄片状可移动障碍物”充电线为“长条状可缠绕风险物”。决策与规划任务规划器判断直接清扫会带来风险或效果不佳。它决定启动“清障优先”子任务。执行机器人行驶至积木附近伸出机械臂末端的夹持器将积木夹起并移动至识别出的“安全角落”如墙根堆放。对于杂志机器人可能采用“推挤至墙边”的策略因为其形状规则不易缠绕。对于危险的充电线机器人会主动避开并在地图上将该区域标记为“动态障碍区”待人工处理。同时它可以通过语音或App通知用户“发现地面有电线已避开请收纳后再进行深度清洁。”清扫清障完成后机器人调用高效的地面清扫算法对空旷区域进行覆盖式清扫。由于具有三维感知它能更精确地沿墙边和家具脚进行贴边清洁不留死角。4.2 场景二从地面到桌面的跨越清洁传统机器人困境桌面上的饼干屑、灰尘完全无法处理。三维机器人的解决方案目标识别与评估机器人在清扫地面时其“天眼”持续扫描。当识别到“餐桌”物体并检测到其表面有颗粒物通过视觉纹理分析或特定光谱反射判断时触发“桌面清洁”任务。攀爬路径规划规划器会分析餐桌的几何结构通常是四条腿。它会选择一条腿作为攀爬目标规划出一条从地面到桌面的运动轨迹。这条轨迹需要考虑机械臂的抓取点、轮组的发力角度和重心的转移路径。攀爬执行机器人行驶至桌腿旁调整姿态使机械臂对准桌腿上方或桌面边缘。机械臂末端伸出带吸盘或摩擦垫的执行器牢固吸附在桌面下方或边缘。同时驱动轮组全力输出在机械臂的牵引和支撑下将前轮乃至整个机身抬升。这个过程需要IMU实时监控机身俯仰角防止后翻。当前轮成功搭上桌面后机械臂松开并收回后轮继续驱动完成整个上台动作。整个动作需在3-5秒内完成平稳且安静。桌面清洁在桌面上机器人切换为“精细清洁模式”。轮速降低吸力调整可能展开小尺寸的主刷或使用机械臂上的专用擦头进行擦拭。清洁完成后规划安全的下桌路径通常是从桌面边缘缓慢“倒车”下来由机械臂辅助缓冲。注意事项安全是最高优先级攀爬动作是风险最高的环节之一。我们在测试中设置了多重安全冗余① 机械臂吸附力传感器实时监测一旦检测到抓握力不足立即终止动作并回退。② IMU持续监测任何异常的倾斜加速度都会触发紧急停止。③ 桌面边缘必须被清晰识别并有足够的支撑宽度通常5cm否则不执行攀爬。④ 下桌过程比上桌更需谨慎采用“试探性下降”轮子逐步接触地面承重后才完全移下。4.3 场景三全屋多房间连续作业传统机器人困境面对房间之间的门槛尤其是卫生间、阳台常见的1-2cm高差要么需要铺设斜坡条要么机器人会反复冲撞尝试损耗机器且可能卡住。三维机器人的解决方案门槛识别在构建三维地图时深度相机能清晰捕捉到门框处细微的高度变化并将其识别为“门槛”或“台阶”。越障模式切换对于高度在1.5cm-3cm之间的典型门槛机器人会启动“越障模式”。轮组悬挂系统会将底盘略微升高同时轮子或展开的履带以最大扭矩冲击门槛边缘利用悬挂的行程吸收冲击平稳越过。攀爬模式应对更高障碍对于类似楼梯起步台阶约15cm这样的障碍如果用户指令允许例如清洁地下室机器人可能会评估台阶材质和稳定性。在确认安全后它会将台阶视为一个“矮墙”使用类似攀爬桌面的动作序列用机械臂辅助实现“爬楼”。当然家用场景下这个功能更多是展示其能力极限并需要极其严格的安全确认。5. 关键子系统深度剖析5.1 三维视觉处理单元机器人的“大脑皮层”这是整个系统的算力消耗大户也是智能的核心。它通常由一颗高性能、低功耗的AI边缘计算芯片如英伟达Jetson Orin Nano系列或高通RB系列机器人平台驱动。处理流水线如下原始数据获取从深度相机和RGB相机获取同步的深度帧和彩色帧。点云生成与滤波将深度图转换为三维点云并应用体素网格滤波和下采样减少数据量同时保留关键特征。实时语义分割运行一个轻量化的3D卷积神经网络模型对点云进行逐点分类输出每个点属于“地面”、“墙壁”、“家具”、“可移动物体”、“危险物体”等类别的概率。实例分割与建模将属于同一物体的点聚类并拟合出物体的最小包围盒估算其尺寸、位置和朝向。例如识别出一个“椅子”实例并知道它的四条腿和座面的空间位置。动态物体跟踪对于移动的物体如人、宠物需要单独跟踪其运动轨迹并预测短期内的位置以避免碰撞。这通常使用多目标跟踪算法如SORT或DeepSORT的3D变种。开发中的难点光照影响强光、弱光、反光表面如瓷砖、玻璃会严重影响深度相机和视觉的精度。解决方案是采用主动红外结构光与ToF融合的方案并利用AI模型对异常数据进行补全和修正。算力与功耗的平衡所有计算需要在机器人有限的电池和散热条件下实时完成。这迫使我们对神经网络模型进行大量的剪枝、量化和蒸馏在精度和速度之间找到最佳平衡点。5.2 动力与驱动系统机器人的“肌肉与骨骼”为了支撑复杂的运动其驱动系统必须强大、精确且高效。电机选型驱动电机采用大扭矩无刷直流电机并集成高精度编码器实现精确的转速和位置控制。电机的额定扭矩需要足够大以提供攀爬和越障所需的瞬时爆发力。机械臂关节电机使用小型化、高扭矩密度的伺服电机或步进电机配合谐波减速器在紧凑的空间内实现精确的角度控制和足够的抓持力。能源管理高能量密度电池采用21700或类似规格的锂离子电池组容量通常在5000-8000mAh之间以满足高强度运算和驱动带来的功耗。支持快充2-3小时内充满。智能功耗调度系统会根据任务动态调整功耗。在规划路径和SLAM建图时算力单元高负载在直线清扫时算力单元降频动力单元平稳运行在攀爬瞬间动力单元峰值输出其他系统进入省电模式。悬挂与底盘设计主动悬挂系统每个轮子或轮组都有独立的悬挂机构可以是弹簧阻尼器也可以是更先进的电磁或气动主动悬挂。它能根据地形实时调整底盘高度和姿态保持机身稳定保护内部精密元件。模块化底盘底盘设计为模块化便于维护和升级。驱动模块、计算模块、电池模块相对独立。5.3 人机交互与生态整合一台如此复杂的机器人必须让用户觉得简单、可靠、易用。多模态交互App 3D地图不再展示2D平面图而是渲染出三维的房屋模型家具、障碍物都以立体形式呈现。用户可以在这个3D地图上直观地划定清洁区域如“只清洁这个桌面”、设置禁区如“不要攀爬这个古董架子”、查看清洁路径的回放。自然语言指令结合云端大语言模型支持更自然的语音命令。例如用户可以说“机器人客厅地上有点脏先打扫一下顺便看看茶几上有没有灰尘”机器人能理解这是一个包含多个子任务的复合指令。状态透明化通过灯光、声音和App推送清晰告知用户机器人当前状态“正在攀爬”、“清障中”、“任务完成”以及遇到无法处理的情况时“发现不明液体已暂停”减少用户的焦虑感。智能家居生态机器人可以作为家庭的“移动传感节点”。它在清洁过程中收集的房间布局、家具位置、甚至地面洁净度数据可以匿名化后用于优化家庭物联网。例如与空调联动在清洁到某个房间时自动调节温度与灯光联动在清洁时提供充足照明。通过统一的智能家居协议如Matter机器人可以接受其他设备的指令。例如烟雾报警器触发后机器人可以移动到报警区域利用其视觉传感器将现场画面回传给用户。6. 面临的挑战与未来展望尽管AWE 2026上的展示令人兴奋但要将这样的产品大规模推向市场仍面临诸多挑战。6.1 当前面临的主要挑战成本与定价三维视觉传感器、多自由度机械臂、高性能计算芯片、复杂的驱动系统每一项都成本不菲。初代产品的售价很可能远超主流扫地机器人定位于高端市场。可靠性与耐用性机械结构越复杂潜在故障点就越多。攀爬、越障动作对关节、齿轮、电机都是严峻考验。需要经过数百万次的寿命测试确保在家庭5-8年的使用周期内稳定工作。安全与隐私物理安全必须确保在任何情况下包括软件故障机器人都不会对用户、宠物、家庭财产造成伤害。急停开关、力传感器、软硬件冗余设计至关重要。数据安全机器人搭载的摄像头时刻扫描着家庭环境这些三维数据极度敏感。所有数据必须在设备端完成处理或经过严格加密后才可上传至云端用于有限的服务改进且用户必须拥有完全的控制权和知情权。场景泛化能力家庭环境千差万别。在实验室或展示厅里运行良好的算法到了用户家里面对各种奇形怪状的家具、反光材质、复杂光线是否能依然可靠这需要海量的真实世界数据来训练和优化模型。6.2 未来演进方向形态分化未来可能会有不同形态的“三维清洁机器人”专攻不同场景。例如有强攀爬能力的“蜘蛛型”机器人负责清洁立面和高处有小巧灵活的“轮足型”机器人负责地面和复杂地形它们之间可以协同工作数据共享。技能扩展清洁只是第一个切入点。同样的移动和操作平台稍加改造或更换末端工具就可以用于家庭安防巡逻移动监控、物品递送将手机从卧室拿到客厅、甚至简单的家居整理将散落的玩具归拢到箱子旁。人工智能的深度融入随着端侧AI算力的持续增长机器人将不再仅仅执行预设的“清扫”程序而是能够学习用户的生活习惯。例如它可能发现每周六下午客厅地面杂物较多便自动将清洁时间调整到周六晚上或者发现某个角落容易积灰便自动增加该区域的清洁频率。从AWE 2026的这台原型机上我们看到的不仅仅是一台更厉害的扫地机器人而是一个全新的产品品类的开端。它标志着家用机器人正从简单的“自动化工具”向具备环境感知和自主决策能力的“智能体”演进。虽然前路仍有荆棘但跨越“最后一道门槛”的方向已经清晰。对于消费者而言一个真正全自动、全覆盖、智能化的家庭清洁时代或许就在不远的将来。对于我们开发者而言挑战在于如何将炫酷的技术转化为稳定、可靠、买得起且用得爽的产品。这其中的每一个细节从传感器融合算法里的一行代码到机械臂上一个齿轮的选材都决定着这场“三维革命”能走多远。