[{"content":" 产品观\n一款好的产品，会让它的用户第一次体验，油然而生一种“久违重逢”感觉\u0026mdash;-它本来应该就是这样！\n技术观\n不存在最好的技术，只有最合适且解决问题的技术\n系统观\n场景的复杂性，决定业务的复杂性，业务的复杂性决定了技术的复杂性，自上而下看，了解产品是把技术做充分的前蹄，自下而上看，技术本身并不是问题，而是答案！技术学习的困难，往往是由于没有结合其背景而直接去看当下的结果状态\n统筹观\n尊重时间、范围、质量“黄金三角”的合理平衡\n一套清晰的做事逻辑是推动项目进展的基础，但再好的“方法论”也难以控制“人”的复杂性\n在作者的过往经历中，凝练出以上理解认知，也是作者认为可以让您走的更快、更远的核心支撑点，乃至于让一个大专生突破固有的壁垒，在同级、同阶段的群体中站的相对靠前。\n它可以让一些问题变得不再是问题，比如，“产品”与“技术”之间的天然矛盾性，如果您阅读完本书，可以转变视角，把产品力同样归纳到做好技术应有的范围，那么，便会理解，1.产/技本同一立场，共同去研究并服务好用户（还不够润）\n它不一定会让你技术能力提升、或技术储备扩展，但，会让你解决问题的能力提升。也会明白，技术手段并非解决问题的唯一途径，技术层面、产品层面、乃至市场层面，都可以尝试找到合适解，但最优解，并非唯一，它取决于团队状态、项目状态、单位状态、乃至于市场状态。（比较悲观的是，本岗人员寻找它岗的解决方案，这种行为，往往被定性为“推脱”、“甩锅”、“找借口”，主动的是，作者希望读者是一个有自我标准和技术信仰的人，被动的是它被如何界定，需要一个足够清醒的+1） ","permalink":"http://slamseek.com/sweeper/dl-value/","summary":"\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e\u003cstrong\u003e产品观\u003c/strong\u003e\u003cbr\u003e\n一款好的产品，会让它的用户第一次体验，油然而生一种“久违重逢”感觉\u0026mdash;-它本来应该就是这样！\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e技术观\u003c/strong\u003e\u003cbr\u003e\n不存在最好的技术，只有最合适且解决问题的技术\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e系统观\u003c/strong\u003e\u003cbr\u003e\n场景的复杂性，决定业务的复杂性，业务的复杂性决定了技术的复杂性，自上而下看，了解产品是把技术做充分的前蹄，自下而上看，技术本身并不是问题，而是答案！技术学习的困难，往往是由于没有结合其背景而直接去看当下的结果状态\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e统筹观\u003c/strong\u003e\u003cbr\u003e\n尊重时间、范围、质量“黄金三角”的合理平衡\u003cbr\u003e\n一套清晰的做事逻辑是推动项目进展的基础，但再好的“方法论”也难以控制“人”的复杂性\u003c/p\u003e\n\u003cp\u003e在作者的过往经历中，凝练出以上理解认知，也是作者认为可以让您走的更快、更远的核心支撑点，乃至于让一个大专生突破固有的壁垒，在同级、同阶段的群体中站的相对靠前。\u003cbr\u003e\n它可以让一些问题变得不再是问题，比如，“产品”与“技术”之间的天然矛盾性，如果您阅读完本书，可以转变视角，把产品力同样归纳到做好技术应有的范围，那么，便会理解，1.产/技本同一立场，共同去研究并服务好用户（还不够润）\u003cbr\u003e\n它不一定会让你技术能力提升、或技术储备扩展，但，会让你解决问题的能力提升。也会明白，技术手段并非解决问题的唯一途径，技术层面、产品层面、乃至市场层面，都可以尝试找到合适解，但最优解，并非唯一，它取决于团队状态、项目状态、单位状态、乃至于市场状态。（比较悲观的是，本岗人员寻找它岗的解决方案，这种行为，往往被定性为“推脱”、“甩锅”、“找借口”，主动的是，作者希望读者是一个有自我标准和技术信仰的人，被动的是它被如何界定，需要一个足够清醒的+1）\n\u003c/span\u003e\u003c/p\u003e","title":"《导论一》我的价值体系 | slamseek"},{"content":" 我眼里的算法工程师？\n在22年，作者同业内好友闲谈，我说，到今天我已经在算法岗位工作了6个年头，纵然自主开发的定位系统、导航系统随扫地机产品也已经服务了几万家，但我仍然没有足够的底气称自己是“算法工程师”，若不是确实在此岗位上开展工作及已有明确被市场验证的成果产出，我更愿意说自己是“软件工程师”，我后来反思，这可能要归结于两方面谈起：其一，应该是由于我计算机软件工程专业背景相干，其实本质上，仍然是通过编码行为实现期望的产品效果，至于过程中，所研习的那些公式理论，所优化的那些时空复杂度，不过是产品开发中需要解决的问题、需要做出的动作，性质和解bug无异。其二，对于算法仍然是存魅的，彼时，脑海中的第一印象算法工程师的自然语言是由符号和公式组成表达的，请原谅我这根歪路野的主观与片面，而在下，最舒服的方式仍然是代码的解读。\n与朋友的检讨，让我更加清晰了一些概念，总结如下：\n算法工程师是一个岗位，也是一个方向，但这里面又可以划分两个派系及四个级别：\n学院派和工程派\n学院派一般指向科研、理论，实验室场景，往往在相对理想或聚焦环境下关注指标上限，于学术相引导其方向；\n工程派一般指向落地、应用，项目组场景，往往在复杂多变环境关注指标下限，于应用相引导其落地方案； 一些经典原生算法乃至框架一般由学院派主导发布，而工程派，更多是结合产品特性，在考虑应用场景、算力、成本等诸多边界元素的约束下，如何正确合理的去选择及应用。\n于行业而言，两派并不对立，均在不同维度共同促进发展与成熟。\n但由于工作场景的特性，与人才流动方向，两方面又促成了之间的矛盾！\n实验室场景，以研究为导向、以答辩做闭环、时间概念相对模糊、重在过程与课题收获（无论是成功的贡献、还是失败的经验），对于最终结果失败的容忍度、可解释性较高。\n项目组场景，以结果为导向、以产品落地做闭环、追求时间颗粒度细化、以项目成功为目标，几乎没有可解释性。\n人才的流动的方向往往是学院、研究所向私企事业单位输送，场景思维的转换与适应，往往不是在短时间可以完成的，这就造成了极大的预期落差\n人才方面，执著于算法技术本身的研磨，而轻视产品属性与项目节奏，要知道，即使同一个技术问题，在课题方向和产品方向上，也会有两个不同的答案，一个是宏观鲁棒性、另一个则是在明确场景与边界条件前提下的鲁棒性，偏差极大。 企业方面，为什么我全部招聘的名校/所的高材生，做不出我想要的产品？效果总是低于预期、时间不充分、项目风险失控。\n这场面就很尴尬，明天投资人要来看演示了，但是，研发人员还在纠结是不是框架算法选的不合理？都很急也很茫然。\n尤其在以上特性下，犯下高层用人认知错误：学院派高学历 = 高项目统筹管理能力。\n科研视角是聚焦的、思维是深度垂直的，而项目统筹，是全局、发散的。这两方面的能力，并非擅长与平均的关系，往往是两个极端，极擅长科研并极弱于统筹，如果没有足够判断力，把错误的人用在错误的位置，对项目乃至初/中期企业的打击是致命的。 四个级别\n主要针对工程派某算法方向的掌握度进行划分\n知道 - 了解 - 工程 - 产品\n1.知道：概念向，知其词汇、应用场景、解决什么问题，比如：Cartographer是google开源激光slam框架，可以进行机器人定位与地图构建。\n2.了解：理论向，知其原理、流程与算法思想，比如，是基于图优化思想的前/后端架构，可以融合处理激光、imu、gps等传感数据，前端用来数据匹配关联，构建submap，后端进行回还检测与优化。\n3.工程：实操向，大部分同行集中于此，由实操能力又有如下细分\n3.1 开源框架移植部署与调参\n3.2 开源框架基础上，小范围二次开发、裁剪\n3.3 开源框架基础上，有产品意识，在场景驱动下，可以某框架为基础深度定制开发\n3.4 多框架多思想，产品、场景、业务驱动下，可融合不同思想、策略取长补短自研生产最适合的算法系统\n4.产品：验证向，多指工程化各项指标完成度达标，产品发布经过一定量级真实市场考验迭代后所具备。\n如上，业内非常容易陷入的一种错觉：\n选择一个好的开源框架，完成部署调参 = 基本完成了产品化开发，于是，反复在框架级的了解/选择/部署/调参/验证，在2-3.1循环反复\n而实际真实的有效投入应是在3-4之间的摸索，乃至水平达到3.3之后，大部分的思考应是在技术基础之上集中在产品与场景端\n3.3是一个明确的水平分水岭，往往需要至少一个完整的项目经验支撑，在这之前，充满了诸多的不确定性，算法概念、产品思维、项目思维均不成熟，需要漫长的摸索、验证与认知的提升，在这之后，才有可能将算法开发像软件开发一样进行计划式管理推动。对于算法工程师，即使具备了产品级的开发能力，虽然算法技术与思想是通用的，但横跨其他产品，往往也是从3.3做起。\n希望如上表述，可以让您更加清楚的观测目前的团队状态。\n这里的预期偏差 软件开发和算法开发的差异？\n两者的底层逻辑、目标导向、能力模型完全不同 ——软件开发的核心是「用工程化方法，把明确的需求转化为稳定、可维护、可复用的软件系统，核心是 “把事情做对”」；算法开发的核心是「用数学建模解决不确定性问题，优化精度 / 效率 / 鲁棒性等核心指标，核心是 “找对的事情做”」。\n核心目标\n软件：实现明确的产品需求，构建稳定、可扩展、可维护的软件系统，保障功能可用、流程闭环\n算法：用数学建模解决特定场景的不确定性问题，优化精度、速度、鲁棒性、泛化能力等核心性能指标\n底层思维\n软件：工程思维：追求确定性、标准化、可复用、低耦合，优先用成熟方案解决问题，避免重复造轮子\n算法：科研思维 + 工程思维：先解决 “方案是否可行” 的不确定性，再做工程化落地，追求指标最优，常需要针对性造轮子\n工作流程\n软件：标准化线性流程：需求评审→架构设计→编码实现→单元测试→集成测试→发布上线，可通过敏捷 / 瀑布模式精准规划，迭代节奏可控\n算法：非线性探索流程：问题定义→方案选型→数学建模→数据 / 仿真验证→代码实现→调优迭代→实机场景验证→工程化落地，存在大量推倒重来的可能，迭代节奏不可控\n评判标准\n软件：\n确定性优先，核心看「不出错」：\n核心维度：功能完整性、bug 率、长期稳定性、可用性、可维护性、兼容性、安全性；\n合格标准：连续运行无崩溃、功能符合需求、无致命问题\n算法：\n最优性优先，核心看「效果好」：\n核心维度：精度 / 准确率、召回率、运行效率、内存占用、鲁棒性（抗干扰）、泛化能力（跨场景适配）；\n合格标准：核心指标达到设计要求，复杂场景下不失效\n发展路径\n软件：\n通用性强，赛道跨度大：\n初级开发→高级开发→架构师 / 技术专家→技术经理 / CTO；\n横向可转产品、项目管理、测试、运维，几乎全行业通用\n算法：\n垂直性强，跨赛道难度极高：\n初级算法工程师→高级算法工程师→算法专家 / 架构师→算法负责人；\n横向仅可转 AI 产品、数据科学，细分赛道间壁垒极高（如 SLAM 算法转 NLP 算法几乎等于从零开始）\n简单讲\n软件开发：在确定的规则里，做稳定的工程实现，核心是 “守”，守住系统的稳定性、可维护性、可用性；\n算法开发：在不确定的场景里，找最优的解决方案，核心是 “攻”，突破性能的上限、解决场景的核心痛点。\n","permalink":"http://slamseek.com/sweeper/dl-error/","summary":"\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e我眼里的算法工程师？\u003c/p\u003e\n\u003cp\u003e在22年，作者同业内好友闲谈，我说，到今天我已经在算法岗位工作了6个年头，纵然自主开发的定位系统、导航系统随扫地机产品也已经服务了几万家，但我仍然没有足够的底气称自己是“算法工程师”，若不是确实在此岗位上开展工作及已有明确被市场验证的成果产出，我更愿意说自己是“软件工程师”，我后来反思，这可能要归结于两方面谈起：其一，应该是由于我计算机软件工程专业背景相干，其实本质上，仍然是通过编码行为实现期望的产品效果，至于过程中，所研习的那些公式理论，所优化的那些时空复杂度，不过是产品开发中需要解决的问题、需要做出的动作，性质和解bug无异。其二，对于算法仍然是存魅的，彼时，脑海中的第一印象算法工程师的自然语言是由符号和公式组成表达的，请原谅我这根歪路野的主观与片面，而在下，最舒服的方式仍然是代码的解读。\u003cbr\u003e\n与朋友的检讨，让我更加清晰了一些概念，总结如下：\u003cbr\u003e\n算法工程师是一个岗位，也是一个方向，但这里面又可以划分两个派系及四个级别：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e学院派和工程派\u003cbr\u003e\n学院派一般指向科研、理论，实验室场景，往往在相对理想或聚焦环境下关注指标上限，于学术相引导其方向；\u003cbr\u003e\n工程派一般指向落地、应用，项目组场景，往往在复杂多变环境关注指标下限，于应用相引导其落地方案；\n一些经典原生算法乃至框架一般由学院派主导发布，而工程派，更多是结合产品特性，在考虑应用场景、算力、成本等诸多边界元素的约束下，如何正确合理的去选择及应用。\u003cbr\u003e\n于行业而言，两派并不对立，均在不同维度共同促进发展与成熟。\u003cbr\u003e\n但由于工作场景的特性，与人才流动方向，两方面又促成了之间的矛盾！\u003cbr\u003e\n实验室场景，以研究为导向、以答辩做闭环、时间概念相对模糊、重在过程与课题收获（无论是成功的贡献、还是失败的经验），对于最终结果失败的容忍度、可解释性较高。\u003cbr\u003e\n项目组场景，以结果为导向、以产品落地做闭环、追求时间颗粒度细化、以项目成功为目标，几乎没有可解释性。\u003cbr\u003e\n人才的流动的方向往往是学院、研究所向私企事业单位输送，场景思维的转换与适应，往往不是在短时间可以完成的，这就造成了极大的预期落差\u003cbr\u003e\n人才方面，执著于算法技术本身的研磨，而轻视产品属性与项目节奏，要知道，即使同一个技术问题，在课题方向和产品方向上，也会有两个不同的答案，一个是宏观鲁棒性、另一个则是在明确场景与边界条件前提下的鲁棒性，偏差极大。 \u003cbr\u003e\n企业方面，为什么我全部招聘的名校/所的高材生，做不出我想要的产品？效果总是低于预期、时间不充分、项目风险失控。\u003cbr\u003e\n这场面就很尴尬，明天投资人要来看演示了，但是，研发人员还在纠结是不是框架算法选的不合理？都很急也很茫然。\u003cbr\u003e\n尤其在以上特性下，犯下高层用人认知错误：学院派高学历 = 高项目统筹管理能力。\u003cbr\u003e\n科研视角是聚焦的、思维是深度垂直的，而项目统筹，是全局、发散的。这两方面的能力，并非擅长与平均的关系，往往是两个极端，极擅长科研并极弱于统筹，如果没有足够判断力，把错误的人用在错误的位置，对项目乃至初/中期企业的打击是致命的。\u003c/li\u003e\n\u003cli\u003e四个级别\u003cbr\u003e\n主要针对工程派某算法方向的掌握度进行划分\u003cbr\u003e\n知道 - 了解 - 工程 - 产品\u003cbr\u003e\n1.知道：概念向，知其词汇、应用场景、解决什么问题，比如：Cartographer是google开源激光slam框架，可以进行机器人定位与地图构建。\u003cbr\u003e\n2.了解：理论向，知其原理、流程与算法思想，比如，是基于图优化思想的前/后端架构，可以融合处理激光、imu、gps等传感数据，前端用来数据匹配关联，构建submap，后端进行回还检测与优化。\u003cbr\u003e\n3.工程：实操向，大部分同行集中于此，由实操能力又有如下细分\u003cbr\u003e\n3.1 开源框架移植部署与调参\u003cbr\u003e\n3.2 开源框架基础上，小范围二次开发、裁剪\u003cbr\u003e\n3.3 开源框架基础上，有产品意识，在场景驱动下，可以某框架为基础深度定制开发\u003cbr\u003e\n3.4 多框架多思想，产品、场景、业务驱动下，可融合不同思想、策略取长补短自研生产最适合的算法系统\u003cbr\u003e\n4.产品：验证向，多指工程化各项指标完成度达标，产品发布经过一定量级真实市场考验迭代后所具备。\u003cbr\u003e\n如上，业内非常容易陷入的一种错觉：\u003cbr\u003e\n选择一个好的开源框架，完成部署调参 = 基本完成了产品化开发，于是，反复在框架级的了解/选择/部署/调参/验证，在2-3.1循环反复\u003cbr\u003e\n而实际真实的有效投入应是在3-4之间的摸索，乃至水平达到3.3之后，大部分的思考应是在技术基础之上集中在产品与场景端\u003cbr\u003e\n3.3是一个明确的水平分水岭，往往需要至少一个完整的项目经验支撑，在这之前，充满了诸多的不确定性，算法概念、产品思维、项目思维均不成熟，需要漫长的摸索、验证与认知的提升，在这之后，才有可能将算法开发像软件开发一样进行计划式管理推动。对于算法工程师，即使具备了产品级的开发能力，虽然算法技术与思想是通用的，但横跨其他产品，往往也是从3.3做起。\u003cbr\u003e\n希望如上表述，可以让您更加清楚的观测目前的团队状态。\u003cbr\u003e\n这里的预期偏差\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cimg alt=\"tupian\" loading=\"lazy\" src=\"../../images/jb.jpeg\" title=\"jibie\"\u003e\u003c/p\u003e\n\u003cp\u003e软件开发和算法开发的差异？\u003c/p\u003e\n\u003cp\u003e两者的底层逻辑、目标导向、能力模型完全不同 ——软件开发的核心是「用工程化方法，把明确的需求转化为稳定、可维护、可复用的软件系统，核心是 “把事情做对”」；算法开发的核心是「用数学建模解决不确定性问题，优化精度 / 效率 / 鲁棒性等核心指标，核心是 “找对的事情做”」。\u003c/p\u003e\n\u003cp\u003e核心目标\u003cbr\u003e\n软件：实现明确的产品需求，构建稳定、可扩展、可维护的软件系统，保障功能可用、流程闭环\u003cbr\u003e\n算法：用数学建模解决特定场景的不确定性问题，优化精度、速度、鲁棒性、泛化能力等核心性能指标\u003cbr\u003e\n底层思维\u003cbr\u003e\n软件：工程思维：追求确定性、标准化、可复用、低耦合，优先用成熟方案解决问题，避免重复造轮子\u003cbr\u003e\n算法：科研思维 + 工程思维：先解决 “方案是否可行” 的不确定性，再做工程化落地，追求指标最优，常需要针对性造轮子\u003cbr\u003e\n工作流程\u003cbr\u003e\n软件：标准化线性流程：需求评审→架构设计→编码实现→单元测试→集成测试→发布上线，可通过敏捷 / 瀑布模式精准规划，迭代节奏可控\u003cbr\u003e\n算法：非线性探索流程：问题定义→方案选型→数学建模→数据 / 仿真验证→代码实现→调优迭代→实机场景验证→工程化落地，存在大量推倒重来的可能，迭代节奏不可控\u003cbr\u003e\n评判标准\u003cbr\u003e\n软件：\u003cbr\u003e\n确定性优先，核心看「不出错」：\u003cbr\u003e\n核心维度：功能完整性、bug 率、长期稳定性、可用性、可维护性、兼容性、安全性；\u003cbr\u003e\n合格标准：连续运行无崩溃、功能符合需求、无致命问题\u003cbr\u003e\n算法：\u003cbr\u003e\n最优性优先，核心看「效果好」：\u003cbr\u003e\n核心维度：精度 / 准确率、召回率、运行效率、内存占用、鲁棒性（抗干扰）、泛化能力（跨场景适配）；\u003cbr\u003e\n合格标准：核心指标达到设计要求，复杂场景下不失效\u003cbr\u003e\n发展路径\u003cbr\u003e\n软件：\u003cbr\u003e\n通用性强，赛道跨度大：\u003cbr\u003e\n初级开发→高级开发→架构师 / 技术专家→技术经理 / CTO；\u003cbr\u003e\n横向可转产品、项目管理、测试、运维，几乎全行业通用\u003cbr\u003e\n算法：\u003cbr\u003e\n垂直性强，跨赛道难度极高：\u003cbr\u003e\n初级算法工程师→高级算法工程师→算法专家 / 架构师→算法负责人；\u003cbr\u003e\n横向仅可转 AI 产品、数据科学，细分赛道间壁垒极高（如 SLAM 算法转 NLP 算法几乎等于从零开始）\u003c/p\u003e","title":"《导论二》行业常见的认知偏差 | slamseek"},{"content":" 一、为何以扫地机器人为核心技术主线？ 我们选择扫地机器人作为服务机器人技术梳理的核心载体，核心源于其用户需求明确、应用场景清晰、技术方案成熟、技术体系全面的四大先天优势，是民用服务机器人领域最适合作为工程实践入门与进阶的标杆产品： 用户需求明确:\n核心需求聚焦于「高效完成家庭地面清洁」，目标单一且可量化，避免泛化场景下的需求模糊与技术发散，让学习始终围绕核心问题展开。\n用户场景明确:\n应用场景高度限定于家庭室内环境，边界清晰、干扰因素可控，是验证机器人感知、决策、执行全链路能力的理想试验场。\n技术方案成熟:\n历经二十年产业迭代，扫地机器人已形成标准化工程落地方案，从硬件选型到算法适配均有成熟量产案例可参考，无需从零探索未知技术路径。\n技术方案全面:\n研发体系完整覆盖软 / 硬件 / 传感器全链路，深度集成 定位与建图（Slam）、路径规划（Navi）、运动控制（Motion） 三大机器人核心算法，同时贯穿从机器人端（robot）→服务端（server）→应用端（app）的完整技术栈，是一套可复用的服务机器人通用技术框架。\n二、技术可迁移性：从扫地机器人到全品类服务机器人 本书的技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：\n包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\n三、本书概览\n原则性基础 为顺畅理解本书核心内容，建议读者具备以下技术基础： C/C++ 编程或阅读能力，一般即可（服务机器人嵌入式开发的核心语言） 了解Cartographer SLAM框架，知晓即可（扫地机器人主流激光 SLAM 实现方案） 熟悉HSM（分层状态机） 思想，现学也行（机器人行为调度与状态管理的核心范式） 具备计算机、自动化、机电一体化等相关专业背景，将更易理解硬件与算法的协同逻辑 以上都不具备，你好好学，我好好教，也没问题。 叙事风格：轻理论、轻代码，重思想、重工程 本书始终遵循工程落地优先的叙事原则，风格清晰可概括为： 轻理论：摒弃冗长的公式推导与纯学术空谈，仅保留理解工程实现所需的核心理论 轻代码：不堆砌完整源码，仅通过关键片段与逻辑框图讲解核心实现思路 重思想：强调工程设计思维、技术选型逻辑与问题解决方法论 重工程：聚焦量产落地、系统集成、测试避坑等实战环节，所有内容均指向「如何在产业中落地可用的机器人系统」。 叙事脉络 以现代化IPD项目管理流程串联，从概念-计划-开发-发布全流程 以扫地机机器人产品为载体 以激光slam、路径规划、运动控制算法为核心 以邮件形式，职场场景化带入 ","permalink":"http://slamseek.com/sweeper/dl-introduction/","summary":"\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n一、为何以扫地机器人为核心技术主线？\n我们选择扫地机器人作为服务机器人技术梳理的核心载体，核心源于其用户需求明确、应用场景清晰、技术方案成熟、技术体系全面的四大先天优势，是民用服务机器人领域最适合作为工程实践入门与进阶的标杆产品：\n\u003cul\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e用户需求明确\u003c/strong\u003e:\u003cbr\u003e\n核心需求聚焦于「高效完成家庭地面清洁」，目标单一且可量化，避免泛化场景下的需求模糊与技术发散，让学习始终围绕核心问题展开。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e用户场景明确\u003c/strong\u003e:\u003cbr\u003e\n应用场景高度限定于家庭室内环境，边界清晰、干扰因素可控，是验证机器人感知、决策、执行全链路能力的理想试验场。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e技术方案成熟\u003c/strong\u003e:\u003cbr\u003e\n历经二十年产业迭代，扫地机器人已形成标准化工程落地方案，从硬件选型到算法适配均有成熟量产案例可参考，无需从零探索未知技术路径。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e技术方案全面\u003c/strong\u003e:\u003cbr\u003e\n研发体系完整覆盖软 / 硬件 / 传感器全链路，深度集成 \u003cspan style=\"color: red;\"\u003e\u003cstrong\u003e定位与建图（Slam）、路径规划（Navi）、运动控制（Motion）\u003c/strong\u003e \u003c/span\u003e三大机器人核心算法，同时贯穿从机器人端（robot）→服务端（server）→应用端（app）的完整技术栈，是一套可复用的服务机器人通用技术框架。\u003c/p\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e二、技术可迁移性：从扫地机器人到全品类服务机器人\n本书的技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：\u003cbr\u003e\n包括\u003cspan style=\"color: red;\"\u003e\u003cstrong\u003e割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等\u003c/strong\u003e\u003c/span\u003e，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/p\u003e\n\u003cp\u003e三、本书概览\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e原则性基础\n为顺畅理解本书核心内容，建议读者具备以下技术基础：\u003c/li\u003e\n\u003c/ol\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eC/C++\u003c/strong\u003e 编程或阅读能力，一般即可（服务机器人嵌入式开发的核心语言）\u003c/li\u003e\n\u003cli\u003e了解\u003cstrong\u003eCartographer SLAM\u003c/strong\u003e框架，知晓即可（扫地机器人主流激光 SLAM 实现方案）\u003c/li\u003e\n\u003cli\u003e熟悉\u003cstrong\u003eHSM（分层状态机）\u003c/strong\u003e 思想，现学也行（机器人行为调度与状态管理的核心范式）\u003c/li\u003e\n\u003cli\u003e具备计算机、自动化、机电一体化等相关专业背景，将更易理解硬件与算法的协同逻辑\u003c/li\u003e\n\u003cli\u003e以上都不具备，你好好学，我好好教，也没问题。\u003c/li\u003e\n\u003c/ul\u003e\n\u003col start=\"2\"\u003e\n\u003cli\u003e叙事风格：轻理论、轻代码，重思想、重工程\n本书始终遵循工程落地优先的叙事原则，风格清晰可概括为：\u003c/li\u003e\n\u003c/ol\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e轻理论\u003c/strong\u003e：摒弃冗长的公式推导与纯学术空谈，仅保留理解工程实现所需的核心理论\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e轻代码\u003c/strong\u003e：不堆砌完整源码，仅通过关键片段与逻辑框图讲解核心实现思路\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e重思想\u003c/strong\u003e：强调工程设计思维、技术选型逻辑与问题解决方法论\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e重工程\u003c/strong\u003e：聚焦量产落地、系统集成、测试避坑等实战环节，所有内容均指向「如何在产业中落地可用的机器人系统」。\u003c/li\u003e\n\u003c/ul\u003e\n\u003col start=\"3\"\u003e\n\u003cli\u003e叙事脉络\u003c/li\u003e\n\u003c/ol\u003e\n\u003cul\u003e\n\u003cli\u003e以现代化IPD项目管理流程串联，从概念-计划-开发-发布全流程\u003c/li\u003e\n\u003cli\u003e以扫地机机器人产品为载体\u003c/li\u003e\n\u003cli\u003e以激光slam、路径规划、运动控制算法为核心\u003c/li\u003e\n\u003cli\u003e以邮件形式，职场场景化带入\n\u003c/span\u003e\u003c/li\u003e\n\u003c/ul\u003e","title":"《导论三》为何以扫地机器人为核心，拆解服务机器人全链路工程实践 | slamseek"},{"content":" X智能硬件科技有限公司，是一家以自主研发激光雷达传感器为核心主业的企业。\n为更好地拉动自有激光雷达的销售业务，公司定了两条并行的业务路线：\n一是配套开发扫地机器人整机方案，把它作为自有雷达销售的增值服务；\n二是依托自研的激光雷达硬件，加上配套的整机算法能力，同步做自有品牌扫地机产品的自主研发和品牌运营。\n为了把这套业务落地，公司专门启动了项目总工的专项招聘，要找能牵头组建业务团队、全权负责这条业务线全流程落地的负责人。\n通过人力部门的建联，最终公司与我达成正式合作意向，这条业务线的落地工作也就此正式启动。\n","permalink":"http://slamseek.com/sweeper/qianyan/","summary":"\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eX智能硬件科技有限公司，是一家以自主研发激光雷达传感器为核心主业的企业。\u003cbr\u003e\n为更好地拉动自有激光雷达的销售业务，公司定了两条并行的业务路线：\u003cbr\u003e\n一是配套开发扫地机器人整机方案，把它作为自有雷达销售的增值服务；\u003cbr\u003e\n二是依托自研的激光雷达硬件，加上配套的整机算法能力，同步做自有品牌扫地机产品的自主研发和品牌运营。\u003cbr\u003e\n为了把这套业务落地，公司专门启动了项目总工的专项招聘，要找能牵头组建业务团队、全权负责这条业务线全流程落地的负责人。\u003cbr\u003e\n通过人力部门的建联，最终公司与我达成正式合作意向，这条业务线的落地工作也就此正式启动。\u003c/p\u003e\n\u003c/span\u003e","title":"《前言》"},{"content":" 引言导读：\n本邮前，现实动作应至少完成部分主要人员会面引荐，或在非正式饭桌间，疏通基础关系。\n正式书面交代项目背景，确保与领导间的信息对称。\n进行项目相干人串联，为后续紧密/持续甚至叨扰性的沟通，铺垫基础。\n澄清项目主体思路，宏观交代项目推动逻辑（即IPD流程），说明个人的做事章法清晰明了，逐步积累信任基础。\n安排近期动作及目标，重点说明人力资源缺口（争取资源）。\n新建团队初期，普遍缺少信任基础与默契，关键节点任何书面形式通知，需必要性进行面谈会议性的二次传达与信息对称。\n本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。 TO：总经理\nCC：雷达销售部、硬件研发部、结构设计部、产品部、人事部\nhi, X总\n非常感谢公司的信任与认可，本人后续将全权负责该项目团队组建及全流程落地工作。结合公司核心业务规划，现就我的履职安排及项目启动计划，做如下答复及梳理\n一、核心履职\n紧扣公司“激光雷达主业赋能”核心目标，聚焦“雷达销售增值服务+自有品牌运营”双轨方向\n一是，确保12个月内完成可批量交付的扫地机整机方案，为自有激光雷达销售提供配套支撑； 二是，18个月内实现自有品牌扫地机从0到1量产落地，同步拉动激光雷达出货量，助力公司拓宽市场渠道、提升核心竞争力。\n全程严控项目成本、进度及质量，确保各项工作贴合公司战略规划。 二、整体项目计划及节奏，概览如下\n三、本阶段（概念）核心动作及关键交付\n本次启动计划分阶段推进，第一阶段重点完成基础调研、团队搭建及方向锚定，具体安排如下：\n调研摸底：牵头完成扫地机赛道激光雷达应用趋势调研、行业核心竞品整机方案拆解，联动雷达销售部收集终端客户对整机方案的核心需求（含成本、适配、功能等），形成调研分析报告，为项目定位及方案设计提供依据。\n团队组建：完成跨部门核心团队组建，明确结构、硬件、算法、软件、项目管理等各模块责任人及职责边界，建立清晰的分工机制，确保团队高效协同。需要注意的是，算法团队人员空白，需 @人事部 立即同步启动招聘动作，招聘JD要求内容，今日将发出到对应人事负责人。\n方案初定：基于调研结果，输出项目初步定位、核心技术路线及Charter初稿，明确整机方案与自有激光雷达的适配重点，完成初步可行性论证。\n三、团队协同与机制建立\n跨部门协同：重点联动雷达销售部，建立常态化需求同步机制，确保整机方案贴合客户需求、适配自有雷达；联动硬件研发部、供应链部，提前对接核心器件选型、供货周期等关键事宜，规避落地风险。\n进度管控：建立周度进度同步机制，每周向您及各相关部门负责人汇报项目进展、存在问题及下一步计划，确保项目进度可控、可追溯。\n四、潜在风险预判与应对准备\n结合项目特性，初步预判核心风险为：整机方案与自有激光雷达的适配优化、To B端客户需求匹配度、核心器件供应链稳定性。后续将针对各类风险，制定详细应对预案，提前联动相关部门做好准备，及时规避、化解项目推进中的各类阻碍，确保项目顺利落地。\n五、将于明日协调各负责人空白时间，组织会议，面谈以上内容。\n后续将严格按照以上安排推进各项工作，统筹协调各方资源，全力确保项目达成预期目标。\n请您及各相关部门给予支持与配合，若有任何调整或指导意见，敬请随时告知。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\nIPD管理流程，是华为公司推广的一套管理理论。\n它是标准答案，但是一定不是任何一家公司及项目的最优解（包括华为本身），它是普适的，但不是针对性的，依据自有团队状况、发展阶段等等外在因素，灵活把控，快慢/粗细自适才是最佳思路。\n如果是发展初期，财务状况、团队状况捉襟见肘，时间与Demo产出最为关键，作者坚定力挺：忽略任何体系式的管理及文档式的强制性留存与评审，一切皆可在会议桌口头敲定及邮件书面式闭环，是最聪明的做法。\n即使是业务成熟，资源充分，方法论也仅作为一条需要无限靠近的标准线，而真实的推动是波动线，项目经理的能力评价也主要集中在稳态误差的控制与收敛速度上。\nGOOD LUCK！\n","permalink":"http://slamseek.com/sweeper/gn-start/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮前，现实动作应至少完成部分主要人员会面引荐，或在非正式饭桌间，疏通基础关系。\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e正式书面交代项目背景，确保与领导间的信息对称。\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e进行项目相干人串联，为后续紧密/持续甚至叨扰性的沟通，铺垫基础。\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e澄清项目主体思路，宏观交代项目推动逻辑（即IPD流程），说明个人的做事章法清晰明了，逐步积累信任基础。\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e安排近期动作及目标，重点说明人力资源缺口（争取资源）。\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e新建团队初期，普遍缺少信任基础与默契，关键节点任何书面形式通知，需必要性进行面谈会议性的二次传达与信息对称。\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：总经理\u003c/p\u003e\n\u003cp\u003eCC：雷达销售部、硬件研发部、结构设计部、产品部、人事部\u003c/p\u003e\n\u003cp\u003ehi, X总\u003c/p\u003e\n\u003cp\u003e非常感谢公司的信任与认可，本人后续将全权负责该项目团队组建及全流程落地工作。结合公司核心业务规划，现就我的履职安排及项目启动计划，做如下答复及梳理\u003c/p\u003e\n\u003cp\u003e一、核心履职\u003c/p\u003e\n\u003cp\u003e紧扣公司“激光雷达主业赋能”核心目标，聚焦“雷达销售增值服务+自有品牌运营”双轨方向\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e一是，确保12个月内完成可批量交付的扫地机整机方案，为自有激光雷达销售提供配套支撑；\u003c/li\u003e\n\u003cli\u003e二是，18个月内实现自有品牌扫地机从0到1量产落地，同步拉动激光雷达出货量，助力公司拓宽市场渠道、提升核心竞争力。\u003cbr\u003e\n全程严控项目成本、进度及质量，确保各项工作贴合公司战略规划。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e二、整体项目计划及节奏，概览如下\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-gailan.png\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003cp\u003e三、本阶段（概念）核心动作及关键交付\u003c/p\u003e\n\u003cp\u003e本次启动计划分阶段推进，第一阶段重点完成基础调研、团队搭建及方向锚定，具体安排如下：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cp\u003e调研摸底：牵头完成扫地机赛道激光雷达应用趋势调研、行业核心竞品整机方案拆解，联动雷达销售部收集终端客户对整机方案的核心需求（含成本、适配、功能等），形成调研分析报告，为项目定位及方案设计提供依据。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e团队组建：完成跨部门核心团队组建，明确结构、硬件、算法、软件、项目管理等各模块责任人及职责边界，建立清晰的分工机制，确保团队高效协同。需要注意的是，算法团队人员空白，需 @人事部 立即同步启动招聘动作，招聘JD要求内容，今日将发出到对应人事负责人。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e方案初定：基于调研结果，输出项目初步定位、核心技术路线及Charter初稿，明确整机方案与自有激光雷达的适配重点，完成初步可行性论证。\u003c/p\u003e\n\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e三、团队协同与机制建立\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cp\u003e跨部门协同：重点联动雷达销售部，建立常态化需求同步机制，确保整机方案贴合客户需求、适配自有雷达；联动硬件研发部、供应链部，提前对接核心器件选型、供货周期等关键事宜，规避落地风险。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e进度管控：建立周度进度同步机制，每周向您及各相关部门负责人汇报项目进展、存在问题及下一步计划，确保项目进度可控、可追溯。\u003c/p\u003e\n\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e四、潜在风险预判与应对准备\u003c/p\u003e\n\u003cp\u003e结合项目特性，初步预判核心风险为：整机方案与自有激光雷达的适配优化、To B端客户需求匹配度、核心器件供应链稳定性。后续将针对各类风险，制定详细应对预案，提前联动相关部门做好准备，及时规避、化解项目推进中的各类阻碍，确保项目顺利落地。\u003c/p\u003e\n\u003cp\u003e五、将于明日协调各负责人空白时间，组织会议，面谈以上内容。\u003c/p\u003e\n\u003cp\u003e后续将严格按照以上安排推进各项工作，统筹协调各方资源，全力确保项目达成预期目标。\u003cbr\u003e\n请您及各相关部门给予支持与配合，若有任何调整或指导意见，敬请随时告知。\u003c/p\u003e\n\u003cp\u003eVon\u003cbr\u003e\nBest Regards\u003cbr\u003e\nMail : \u003ca href=\"mailto:slamseek@163.com\"\u003eslamseek@163.com\u003c/a\u003e\u003cbr\u003e\n智能研发部\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e作者观：\u003cbr\u003e\nIPD管理流程，是华为公司推广的一套管理理论。\u003cbr\u003e\n它是标准答案，但是一定不是任何一家公司及项目的最优解（包括华为本身），它是普适的，但不是针对性的，依据自有团队状况、发展阶段等等外在因素，灵活把控，快慢/粗细自适才是最佳思路。\u003cbr\u003e\n如果是发展初期，财务状况、团队状况捉襟见肘，时间与Demo产出最为关键，作者坚定力挺：忽略任何体系式的管理及文档式的强制性留存与评审，一切皆可在会议桌口头敲定及邮件书面式闭环，是最聪明的做法。\u003cbr\u003e\n即使是业务成熟，资源充分，方法论也仅作为一条需要无限靠近的标准线，而真实的推动是波动线，项目经理的能力评价也主要集中在稳态误差的控制与收敛速度上。\u003cbr\u003e\nGOOD LUCK！\u003cbr\u003e\n\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/ipd-zt.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003cbr\u003e\n\u003c/span\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"slamseek联系邮箱:slamseek@163.com\" loading=\"lazy\" src=\"../../images/footer.jpeg\" title=\"slamseek联系邮箱:slamseek@163.com\"\u003e\u003c/p\u003e","title":"《概念篇一》扫地机新项目任命的履职答复及启动计划 | slamseek"},{"content":" 引言导读：\n1.本邮说明的是算法工程师招聘岗位在定位与规划控制两方向上一份标准化的职责、能力、薪资要求模版 2. 澄清企业内部用人流程，往往由项目组发起 - 关键领导批准 - 人事部门执行（初步筛选） - 技术负责人确认（二次筛选） - 人事部门约谈（时间、形式） - 初面（技术沟通） - 二面（部门领导） - 人事通知（入职通知） 3. 谈薪一般由部门领导直接沟通或约定薪资上限同步人事沟通，与候选人达成一致，发起入职邀请，即offer。\n4.本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：人事部H经理\nCC：X总\nH经理,\n如前邮及面谈会议沟通，因扫地机器人项目团队-智能方向人员空白，需即时开放招聘通道填补空缺\n现梳理细分岗位及人员需求（已与X总结合现阶段项目状况，讨论达成一致），如下：\n一、激光Slam算法工程师（合理薪资范围30k~35k）* 1 岗位职责：\n激光slam算法的研发与实现：包括但不限于定位、建图、回环检测、地图优化等核心模块。\n多传感器数据融合：将激光雷达、IMU、里程计等数据进行有效融合，提升系统在动态环境下的鲁棒性和精度。\n算法性能优化：针对现有算法进行深度优化，包括计算效果、内容占用以及在不同场景下的稳定性和精度。\n系统调试与维护：与硬件、软件工程紧密协作，解决算法在实际运行中遇到的各种问题，确保导航系统的稳定可靠。\n前沿技术探索：持续关注slam领域的最新研究动态，将前沿技术应用于产品研发中。\n任职要求：\n学历与专业：本科及以上学历，计算机科学、自动化、机器人等相关专业。\n技术能力：\n精通c/c++编程，有良好的数据结构和算法基础。\n深入理解激光slam原理，熟悉粒子滤波、卡尔曼滤波、图优化思想下的主流开源框架，如：cartographer、gmapping、fast-lio等。\n熟练使用eigen、ceres、g2o等优化库\n熟悉ros/ros2\n经验要求：\n有3年以上slam相关开发经验\n有实际机器人落地经验优先、扫地机机器人优先\n综合素质：\n具备分析和解决问题能力\n有技术有钻研精神、乐于学习和分享\n有良好的团队和沟通能力\n二、规划控制算法工程师（合理薪资范围25k~35k） * 2\n岗位职责：\n1.设计和实现移动机器人的路径规划算法，如A*、Dijkstra、RRT、DWA、CCPP全覆盖类等算法，提升机器人自主导航能力。\n2.开发实时运动控制算法，确保机器人能够按照规划路径稳定、高效的运动\n3.针对不同的机器人任务（如自主导航、清扫、回充、避障），设计全局或局部规划策略；\n4.利用PID、MPC等开发基于模型的运动控制器\n5.结合感知信息，如激光雷达、摄像头、红外等进行环境建模，设计避障及动态避障算法\n6.与slam等团队合作，集成和优化机器人整体控制架构\n7.参与机器人平台的仿真与真机调试，优化场景中的性能和鲁棒性\n8.跟踪前沿技术，调研和应用新的规划控制方法，提升机器人运动性能\n任职要求:\n1.计算机、自动化、机器人等相关专业本科或以上学历\n2.3年以上机器人路径规划和运动控制算法开发经验\n3.熟练掌握路径规划算法，如A*、Dijkstra、RRT等及运控算法，如PID、MPC、LQR等\n4.熟练掌握层次状态机hsm、决策树类状态控制框架\n4.熟练掌握c/c++编程语言，熟悉ros/ros2系统\n5.有实际机器人落地经验优先、扫地机机器人优先\n综合素质：\n具备分析和解决问题能力\n有技术有钻研精神、乐于学习和分享\n有良好的团队和沟通能力\n如上，辛苦H经理做好初步筛选后将合适简历同步于我。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n1.一般企业，项目责任人主要以项目成功为目标（进度把控、资源协调、技术攻关等），属于项目推动职责范围，事务向。即使是项目责任人也无明确权限去直接决定开启用人招聘通道（涉及财务成本），所以，同人事部门的招聘通知，务必澄清主要决策人的批准决定，避免带来不必要的误会。\n2.新建团队，各技术方向首名入职，一般需承担方向责任人的角色，对于能力考察比较全面且严谨，基础能力扎实、综合能力全面、项目经验高度匹配，当然，薪资弹性也更大，一是，填补团队岗位空缺，二是，候选将来的方向组长。\n3.实际情况中，这样的岗位与对应匹配的候选人，少之又少。在企业端，开放新项目、新业务的机会，不多，维护并稳定已有业务的发展与增长已属不易；或者，初创企业的基础项目，整体组织基本盘尚未稳定；在项目端，作为项目负责人，对于这样的岗位，最佳选择其实并不是社会招聘，而是在自己的圈子中挖掘并引荐，能力知根知底且基本无需磨合；候选人端，真正具备全面能力的，往往在稳步发展，而在寻找机会的，又往往存在某些方面的缺陷。大多的情况，仍然是凭借必要的技术开发能力进入项目组，做好被安排分配的开发任务，至于统筹、工程化与产品力的横向能力扩展与延伸，则是该类候选人再进一步的关键卡点，也是本博客期望解决的核心问题与价值之一。\n4.后续，我将汇报各位，两个岗位面试的核心问题和不同级别的工程师的回答样本 5.除此以外，不合格的工程师我见过很多，同时，不合格的面试官也并不少见，一并梳理\n","permalink":"http://slamseek.com/sweeper/gn-hrjd/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\n1.本邮说明的是算法工程师招聘岗位在定位与规划控制两方向上一份标准化的职责、能力、薪资要求模版  \u003cbr\u003e\n2. 澄清企业内部用人流程，往往由项目组发起 - 关键领导批准 - 人事部门执行（初步筛选） - 技术负责人确认（二次筛选） - 人事部门约谈（时间、形式） - 初面（技术沟通） - 二面（部门领导） - 人事通知（入职通知）  \u003cbr\u003e\n3. 谈薪一般由部门领导直接沟通或约定薪资上限同步人事沟通，与候选人达成一致，发起入职邀请，即offer。\u003cbr\u003e\n4.\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/p\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：人事部H经理\u003c/p\u003e\n\u003cp\u003eCC：X总\u003c/p\u003e\n\u003cp\u003eH经理,\u003c/p\u003e\n\u003cp\u003e如前邮及面谈会议沟通，因扫地机器人项目团队-智能方向人员空白，需即时开放招聘通道填补空缺\u003cbr\u003e\n现梳理细分岗位及人员需求\u003cspan style=\"color: #ff0000;\"\u003e（已与X总结合现阶段项目状况，讨论达成一致）\u003c/span\u003e，如下：\u003c/p\u003e\n\u003cp\u003e一、激光Slam算法工程师\u003cspan style=\"color: #ff0000;\"\u003e（合理薪资范围30k~35k）* 1\u003c/span\u003e \u003cbr\u003e\n岗位职责：\u003cbr\u003e\n激光slam算法的研发与实现：包括但不限于定位、建图、回环检测、地图优化等核心模块。\u003cbr\u003e\n多传感器数据融合：将激光雷达、IMU、里程计等数据进行有效融合，提升系统在动态环境下的鲁棒性和精度。\u003cbr\u003e\n算法性能优化：针对现有算法进行深度优化，包括计算效果、内容占用以及在不同场景下的稳定性和精度。\u003cbr\u003e\n系统调试与维护：与硬件、软件工程紧密协作，解决算法在实际运行中遇到的各种问题，确保导航系统的稳定可靠。\u003cbr\u003e\n前沿技术探索：持续关注slam领域的最新研究动态，将前沿技术应用于产品研发中。\u003c/p\u003e\n\u003cp\u003e任职要求：\u003cbr\u003e\n学历与专业：本科及以上学历，计算机科学、自动化、机器人等相关专业。\u003cbr\u003e\n技术能力：\u003cbr\u003e\n精通c/c++编程，有良好的数据结构和算法基础。\u003cbr\u003e\n深入理解激光slam原理，熟悉粒子滤波、卡尔曼滤波、图优化思想下的主流开源框架，如：cartographer、gmapping、fast-lio等。\u003cbr\u003e\n熟练使用eigen、ceres、g2o等优化库\u003cbr\u003e\n熟悉ros/ros2\u003c/p\u003e\n\u003cp\u003e经验要求：\u003cbr\u003e\n有3年以上slam相关开发经验\u003cbr\u003e\n有实际机器人落地经验优先、扫地机机器人优先\u003c/p\u003e\n\u003cp\u003e综合素质：\u003cbr\u003e\n具备分析和解决问题能力\u003cbr\u003e\n有技术有钻研精神、乐于学习和分享\u003cbr\u003e\n有良好的团队和沟通能力\u003c/p\u003e\n\u003cp\u003e二、规划控制算法工程师\u003cspan style=\"color: #ff0000;\"\u003e（合理薪资范围25k~35k） * 2\u003c/span\u003e\u003cbr\u003e\n岗位职责：\u003cbr\u003e\n1.设计和实现移动机器人的路径规划算法，如A*、Dijkstra、RRT、DWA、CCPP全覆盖类等算法，提升机器人自主导航能力。\u003cbr\u003e\n2.开发实时运动控制算法，确保机器人能够按照规划路径稳定、高效的运动\u003cbr\u003e\n3.针对不同的机器人任务（如自主导航、清扫、回充、避障），设计全局或局部规划策略；\u003cbr\u003e\n4.利用PID、MPC等开发基于模型的运动控制器\u003cbr\u003e\n5.结合感知信息，如激光雷达、摄像头、红外等进行环境建模，设计避障及动态避障算法\u003cbr\u003e\n6.与slam等团队合作，集成和优化机器人整体控制架构\u003cbr\u003e\n7.参与机器人平台的仿真与真机调试，优化场景中的性能和鲁棒性\u003cbr\u003e\n8.跟踪前沿技术，调研和应用新的规划控制方法，提升机器人运动性能\u003c/p\u003e","title":"《概念篇二》扫地机项目智能算法人员招聘需求 | slamseek"},{"content":" 引言导读：\n1. 本邮对2026年扫地机器人的发展趋势作为了调研分析 2. 澄清了为什么90%的产品调研报告都是体力活？一份完善优秀的调研报告，应具备至少三层考量。第一层：产品参数罗列（体力）；第二层：背景、趋势观点分析（脑力）；第三层：吸收、检讨、滋养才是价值！（心力） 3. 说明了，用户-产品-科技-商业之间的闭环逻辑：产品迭代需要科技的赋能，科技的进步需要商业的投入，商业的发展又离不开用户群体的支撑。如此循环，方是健康的社会生态，性能多样化、定价多样化、品牌多样化，即为商业与不同用户群体间相对平衡与周全的考量，”有所求，取所需“即可。\n4. 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：X总\nCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\nX总及各位,\n关于2026年家用扫地机器人行业产品及发展趋势，已完成调研，请查阅\n如上表格，横向统计了从2002-至今（2026）二十余年扫地机器人发展历程，并筛选了年度代表品牌及型号，从产品功能属性及技术属性做出关键提升对比，并用颜色区分了一般提升及关键提升及MAINT代表参数保持 概述说明如下：\n1.iRobot是美国公司，扫地机商业化的源头品牌，最早将扫地机器人推向市场，碍于时代技术不成熟，仅可满足用户的基础清洁需求，放在今天看，也已谈不到其性能体验。但其推出的边刷+滚刷+真空吸尘三位一体清洁方式，沿用至今，为整个行业品类奠定了基础。由于中国制造与科技创新的崛起，自身创新缓慢，该品牌多次受到冲击，先后经历2022亚马逊收购失败-2025破产申请-2026退市与并深圳杉川达成破产重组，目前为杉川全资控股子公司，从研发、产品定义到运营全方向调整为”中国市场化“发展。\n2.2016年是中国扫地机器人市场发展的元年，由米家联合生态企业石头科技发布的一代扫地机器人引爆国内市场，重点推出了LDS激光导航技术，从清洁效率、避障等方面做出极大的提升，随后市场进入快速发展迭代的趋势，新兴科技公司包括传统家电企业（如九阳、松下、美的等）均重点转向该品类及技术研究。\n3.2020年之前行业可以总结为是技术发展期，偏科技向，从底层导航技术的摸索上呈多元化发展的态势，除LDS激光导航外，视觉导航、甚至UWB定位导航各有大小公司尝试研究，同时也带动了诸多下游传感器性能与成本的发展优化，直至2020年，石头科技推出T7pro型号，以LSD激光导航+双目视觉AI避障机型，基本确定了该产品品类下的技术主线，即“LDS激光定位为主视觉为辅+视觉避障为主定位为辅”。而在这期间（科技向趋势下），19年云鲸科技推出J1，从功能属性做出明显的差异化设计，圆盘拖地及自清洁基站，成为了该时期下的黑马品牌，同时，也可以理解为调整了未来的发展趋势。\n4.2022年后，产品科技基线研究企稳，行业转向功能属性的提升，”全能基站“/”越障能力“/”大吸力“/”拖布形态“成为了发展的着力点，追觅科技以掌握深厚的高速马达技术推动”吸力“参数，在这一时期发展迅猛，而科技向，则主要以AI识别障碍种类单向有限提升。\n总体趋势发展与侧重，可参考如下\n5.2026年，截止眼下与对未来的预判，仍从功能与科技属性两方面总结：\n功能属性，”地面2D空间转向3D立体空间“，一是，多楼层的自主移动导航设计，如履带、机械腿的应用（石头科技G-Rover双机械腿架构与追觅科技Cyber X仿生六足履带式，均在2026 CES首发），二是，机械臂的应用（石头科技于25年已发布全球首款5轴机械臂型号G30 Space 探索版，预计26年8月，追觅科技亦将发布Cyber10 Ultra机械臂款），当然现在即使从宣传层面，也仅简单体现出对于袜子、玩具类的拾取能力，但从空间角度，也已同时具备了沙发乃至桌面更高范围清洁与想象的可能性；\n科技属性，当下我们已经一只脚迈进了AI时代的大门，未来大模型与AGI的发展与赋能，相信也绝不会是简单的停留在对话与沟通层面，更智能性、主动性、针对性的执行策略终将慢慢呈现。\n6.以上品牌倾向与其公司背景，不难看出均有直接性的关联：\n米家联合石头，以科技属性创新引爆国内品类市场，自此，石头旗下扫地机品牌型号，持续引领并成为行业内科技前沿应用的代表。\n云鲸科技以功能属性创新，成为年度黑马立足市场，自此，旗下品牌型号从洗脱体验在行业内独树一帜。\n追觅科技，以高速马达技术稳筑行业壁垒，超高吸力遥遥领先。\n大疆创新，已有成熟的无人机业务，无人机端的导航与避障技术早已成为国内代表，扫地机品类的技术迁移业内也普遍认为是”降维打击“，自带”高科技“标签。\n余述至此，\n结合我司激光雷达方面的技术储备背景，自有方案也应大致了然方向。\n用户侧痛点分析，将是我们下一步的分析重点。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n1.一份优秀的调研报告，并非简单的品牌罗列与参数堆叠，更进一步的，其背后的发展背景、逻辑、趋势与对未来的走向判断，以及对自有项目的检讨与反思才是真实的调研价值。\n2.从营销角度讲，22年后，”科技属性“转向”功能属性“重心，是非常聪明的调整，即，”用户看的见摸得着的才是真实价值“，以作者技术背景看，当年的科技属性并非再无上升空间，如避障准确性等，只是从”投入-提升-外化“的空间比例已远低于功能属性的投入，于消费者而言，科技是黑盒、功能是白盒，逻辑不言而喻，这在云鲸J1的推出给出了明确的验证。\n3.扫地机器人品类发展至今，尤其当下的走向演变，也充满了诸多争议，比如，机械足/臂、近4WPa的吸力是否已经进入”镀金“阶段？即，已足够满足用户需求的前提下，”为了参数提升而提升“？”营销噱头“？众说纷纭，作者的观点是，需要多维度多角度的去看待事物发展的规律：\n从产品与用户之间的关系看，或许”解放双手“”无污无尘“的诉求在五年前便已具备，或弹性一点讲，功能性与体验性已收敛至”用户容忍度“范围内了，在此之后的迭代，是否都可理解为”镀金“？当然不是，产品体验不存在上限！\n产品迭代需要科技的赋能，科技的进步需要商业的投入，商业的发展又离不开用户群体的支撑。如此循环，方是健康的社会生态，性能多样化、定价多样化、品牌多样化，即为商业与不同用户群体间相对平衡与周全的考量，”有所求，取所需“即可。\n","permalink":"http://slamseek.com/sweeper/gn-jingpin/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n引言导读：\u003cbr\u003e\n1. 本邮对2026年扫地机器人的发展趋势作为了调研分析  \u003cbr\u003e\n2. 澄清了为什么90%的产品调研报告都是体力活？一份完善优秀的调研报告，应具备至少三层考量。第一层：产品参数罗列（体力）；第二层：背景、趋势观点分析（脑力）；第三层：吸收、检讨、滋养才是价值！（心力）  \u003cbr\u003e\n3. 说明了，用户-产品-科技-商业之间的闭环逻辑：产品迭代需要科技的赋能，科技的进步需要商业的投入，商业的发展又离不开用户群体的支撑。如此循环，方是健康的社会生态，性能多样化、定价多样化、品牌多样化，即为商业与不同用户群体间相对平衡与周全的考量，”有所求，取所需“即可。\u003cbr\u003e\n4. \u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e  \n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-qushi.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：X总\u003c/p\u003e\n\u003cp\u003eCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\u003c/p\u003e\n\u003cp\u003eX总及各位,\u003c/p\u003e\n\u003cp\u003e关于2026年家用扫地机器人行业产品及发展趋势，已完成调研，请查阅\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"2026家用清洁机器人发展趋势与品牌调研\" loading=\"lazy\" src=\"../../images/jingpin.png\" title=\"2026家用清洁机器人发展趋势与品牌调研\"\u003e\u003c/p\u003e\n\u003cp\u003e如上表格，横向统计了从2002-至今（2026）二十余年扫地机器人发展历程，并筛选了年度代表品牌及型号，从产品功能属性及技术属性做出关键提升对比，并用颜色区分了\u003cspan style=\"color:rgb(255,192,0)\"\u003e一般提升\u003c/span\u003e及\u003cspan style=\"color:rgb(0,176,80)\"\u003e关键提升\u003c/span\u003e及MAINT代表参数保持\n概述说明如下：\u003c/p\u003e\n\u003cp\u003e1.iRobot是美国公司，扫地机商业化的源头品牌，最早将扫地机器人推向市场，碍于时代技术不成熟，仅可满足用户的基础清洁需求，放在今天看，也已谈不到其性能体验。但其推出的边刷+滚刷+真空吸尘三位一体清洁方式，沿用至今，为整个行业品类奠定了基础。由于中国制造与科技创新的崛起，自身创新缓慢，该品牌多次受到冲击，先后经历2022亚马逊收购失败-2025破产申请-2026退市与并深圳杉川达成破产重组，目前为杉川全资控股子公司，从研发、产品定义到运营全方向调整为”中国市场化“发展。\u003c/p\u003e\n\u003cp\u003e2.2016年是中国扫地机器人市场发展的元年，由米家联合生态企业石头科技发布的一代扫地机器人引爆国内市场，重点推出了LDS激光导航技术，从清洁效率、避障等方面做出极大的提升，随后市场进入快速发展迭代的趋势，新兴科技公司包括传统家电企业（如九阳、松下、美的等）均重点转向该品类及技术研究。\u003c/p\u003e\n\u003cp\u003e3.2020年之前行业可以总结为是技术发展期，偏科技向，从底层导航技术的摸索上呈多元化发展的态势，除LDS激光导航外，视觉导航、甚至UWB定位导航各有大小公司尝试研究，同时也带动了诸多下游传感器性能与成本的发展优化，直至2020年，石头科技推出T7pro型号，以LSD激光导航+双目视觉AI避障机型，基本确定了该产品品类下的技术主线，即“LDS激光定位为主视觉为辅+视觉避障为主定位为辅”。而在这期间（科技向趋势下），19年云鲸科技推出J1，从功能属性做出明显的差异化设计，圆盘拖地及自清洁基站，成为了该时期下的黑马品牌，同时，也可以理解为调整了未来的发展趋势。\u003c/p\u003e\n\u003cp\u003e4.2022年后，产品科技基线研究企稳，行业转向功能属性的提升，”全能基站“/”越障能力“/”大吸力“/”拖布形态“成为了发展的着力点，追觅科技以掌握深厚的高速马达技术推动”吸力“参数，在这一时期发展迅猛，而科技向，则主要以AI识别障碍种类单向有限提升。\u003c/p\u003e\n\u003cp\u003e总体趋势发展与侧重，可参考如下\u003cbr\u003e\n\u003cimg alt=\"2026家用清洁机器人发展趋势与品牌调研\" loading=\"lazy\" src=\"../../images/jingpin-shuxing.png\" title=\"2026家用清洁机器人发展趋势与品牌调研\"\u003e\u003c/p\u003e\n\u003cp\u003e5.2026年，截止眼下与对未来的预判，仍从功能与科技属性两方面总结：\u003cbr\u003e\n功能属性，”地面2D空间转向3D立体空间“，一是，多楼层的自主移动导航设计，如履带、机械腿的应用（石头科技G-Rover双机械腿架构与追觅科技Cyber X仿生六足履带式，均在2026 CES首发），二是，机械臂的应用（石头科技于25年已发布全球首款5轴机械臂型号G30 Space 探索版，预计26年8月，追觅科技亦将发布Cyber10 Ultra机械臂款），当然现在即使从宣传层面，也仅简单体现出对于袜子、玩具类的拾取能力，但从空间角度，也已同时具备了沙发乃至桌面更高范围清洁与想象的可能性；\u003cbr\u003e\n科技属性，当下我们已经一只脚迈进了AI时代的大门，未来大模型与AGI的发展与赋能，相信也绝不会是简单的停留在对话与沟通层面，更智能性、主动性、针对性的执行策略终将慢慢呈现。\u003c/p\u003e\n\u003cp\u003e6.以上品牌倾向与其公司背景，不难看出均有直接性的关联：\u003cbr\u003e\n米家联合石头，以科技属性创新引爆国内品类市场，自此，石头旗下扫地机品牌型号，持续引领并成为行业内科技前沿应用的代表。\u003cbr\u003e\n云鲸科技以功能属性创新，成为年度黑马立足市场，自此，旗下品牌型号从洗脱体验在行业内独树一帜。\u003cbr\u003e\n追觅科技，以高速马达技术稳筑行业壁垒，超高吸力遥遥领先。\u003cbr\u003e\n大疆创新，已有成熟的无人机业务，无人机端的导航与避障技术早已成为国内代表，扫地机品类的技术迁移业内也普遍认为是”降维打击“，自带”高科技“标签。\u003c/p\u003e\n\u003cp\u003e余述至此，\u003cbr\u003e\n结合我司激光雷达方面的技术储备背景，自有方案也应大致了然方向。\u003c/p\u003e\n\u003cp\u003e用户侧痛点分析，将是我们下一步的分析重点。\u003c/p\u003e\n\u003cp\u003eVon\u003cbr\u003e\nBest Regards\u003cbr\u003e\nMail : \u003ca href=\"mailto:slamseek@163.com\"\u003eslamseek@163.com\u003c/a\u003e\u003cbr\u003e\n智能研发部\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e作者观：\u003c/p\u003e\n\u003cp\u003e1.一份优秀的调研报告，并非简单的品牌罗列与参数堆叠，更进一步的，其背后的发展背景、逻辑、趋势与对未来的走向判断，以及对自有项目的检讨与反思才是真实的调研价值。\u003c/p\u003e\n\u003cp\u003e2.从营销角度讲，22年后，”科技属性“转向”功能属性“重心，是非常聪明的调整，即，”用户看的见摸得着的才是真实价值“，以作者技术背景看，当年的科技属性并非再无上升空间，如避障准确性等，只是从”投入-提升-外化“的空间比例已远低于功能属性的投入，于消费者而言，科技是黑盒、功能是白盒，逻辑不言而喻，这在云鲸J1的推出给出了明确的验证。\u003c/p\u003e\n\u003cp\u003e3.扫地机器人品类发展至今，尤其当下的走向演变，也充满了诸多争议，比如，机械足/臂、近4WPa的吸力是否已经进入”镀金“阶段？即，已足够满足用户需求的前提下，”为了参数提升而提升“？”营销噱头“？众说纷纭，作者的观点是，需要多维度多角度的去看待事物发展的规律：\u003cbr\u003e\n从产品与用户之间的关系看，或许”解放双手“”无污无尘“的诉求在五年前便已具备，或弹性一点讲，功能性与体验性已收敛至”用户容忍度“范围内了，在此之后的迭代，是否都可理解为”镀金“？当然不是，产品体验不存在上限！\u003cbr\u003e\n产品迭代需要科技的赋能，科技的进步需要商业的投入，商业的发展又离不开用户群体的支撑。如此循环，方是健康的社会生态，性能多样化、定价多样化、品牌多样化，即为商业与不同用户群体间相对平衡与周全的考量，”有所求，取所需“即可。\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"slamseek联系邮箱:slamseek@163.com\" loading=\"lazy\" src=\"../../images/footer.jpeg\" title=\"slamseek联系邮箱:slamseek@163.com\"\u003e\u003c/p\u003e","title":"《概念篇三》2026家用扫地清洁机器人发展趋势调研 | slamseek"},{"content":" 引言导读：\n本邮对2026年扫地机器人的十大用户痛点做出调研分析 澄清用户痛点调研的核心目的，并非是在自有产品设计与研发上一一对应去解决 说明了「用户-产品」两种思维或立场的天然矛盾性\n为什么「解释性问题」会伴随整个产品生命周期？\n本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：X总\nCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\nX总及各位,\n关于2026年家用扫地机器人用户痛点，已完成调研（主要品类集中在价格2000-6000中高端型号），请查阅\nTOP1 清洁效果类：墙角 / 家具缝隙 / 床底边缘清洁不到位，碎屑、毛发残留\n有效反馈人数：217.4 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 16.9%，对应人数 217.4 万，为所有痛点中提及率最高项；\n京东平台 科沃斯 T30 Pro（2025.10-2026.04），58.2 万条有效评价，该痛点提及率 18.2%，对应人数 10.6 万；\n京东平台 石头 G20S（2025.10-2026.04），52.7 万条有效评价，该痛点提及率 15.7%，对应人数 8.3 万。\n补充边界说明：90% 以上反馈集中在 90° 墙角、床底 / 沙发底部边缘、家具与墙面 2-5cm 缝隙。\nTOP2 维护便捷性类：主滚刷 / 边刷 / 吸口毛发缠绕，需频繁手动清理，严重时触发停机保护\n有效反馈人数：182.7 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 14.2%，对应人数 182.7 万；\n中消协 2026 年 Q1 比较试验报告，20 款测试机型中 18 款存在 15cm 以上长发缠绕问题，该类用户投诉占比 13.8%；\n天猫平台 追觅 X30 Pro Ultra（2025.11-2026.04），61.3 万条有效评价，该痛点提及率 16.1%，对应人数 9.9 万；\n天猫平台 小米 M30 Pro（2025.10-2026.04），47.9 万条有效评价，该痛点提及率 15.3%，对应人数 7.3 万。\n补充边界说明：养宠家庭、长发女性家庭反馈占比超 85%，即使搭载防缠绕设计的机型，仍有 12%+ 用户反馈需每日手动清理滚刷。\nTOP3 维护便捷性类：拖布自清洁不彻底，基站 / 拖布发霉、产生异味，需频繁手动刷洗\n有效反馈人数：158.2 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 12.3%，对应人数 158.2 万；\n黑猫投诉平台（2025.10-2026.04），扫地机器人相关投诉中该痛点占比 17.2%，累计有效投诉 1.24 万条；\n京东平台 石头 G20S（2025.10-2026.04），52.7 万条有效评价，该痛点提及率 13.5%，对应人数 7.1 万；\n京东平台 科沃斯 T30 Pro（2025.10-2026.04），58.2 万条有效评价，该痛点提及率 12.8%，对应人数 7.4 万。\n补充边界说明：南方潮湿地区反馈占比超 70%，即使搭载热风烘干的旗舰机型，仍有 10%+ 用户反馈基站污水槽、拖布托盘发霉。\nTOP4 导航避障类：小物体 / 低矮物体避障失败，碰撞拖鞋、电线、玩具，甚至宠物粪便造成二次污染\n有效反馈人数：141.5 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 11.0%，对应人数 141.5 万；\n中消协 2026 年 Q1 比较试验报告，20 款测试机型中仅 3 款能 100% 识别直径≤2cm 的低矮物体，12 款对宠物粪便识别率不足 60%；\n抖音电商 追觅 X30 Pro Ultra（2025.12-2026.04），32.6 万条有效评价，该痛点提及率 12.4%，对应人数 4.0 万；\n抖音电商 小米 M30 Pro（2025.12-2026.04），47.9 万条有效评价，该痛点提及率 11.7%，对应人数 5.6 万。\n补充边界说明：暗光环境下避障失败率提升 40% 以上，AI 视觉 + 结构光旗舰机型的小物体避障失败率仍超 8%。\nTOP5 维护便捷性类：基站清水 / 污水箱、集尘尘袋需频繁更换 / 清理，滤网堵塞、异味滋生，维护成本超预期\n有效反馈人数：119.6 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 9.3%，对应人数 119.6 万；\n中消协 2026 年 Q1 消费提示，扫地机器人基站耗材年均支出 200-600 元，超 60% 用户反馈维护成本高于宣传预期；\n天猫平台 科沃斯 T30 Pro（2025.10-2026.04），49.8 万条有效评价，该痛点提及率 10.2%，对应人数 5.1 万；\n天猫平台 石头 G20S（2025.10-2026.04），52.7 万条有效评价，该痛点提及率 9.7%，对应人数 5.1 万。\n补充边界说明：核心投诉集中在集尘袋更换频率超宣传、污水箱清理不及时滋生异味、滤网堵塞导致吸力下降，占比超 90%。\nTOP6 清洁效果类：地面顽固污渍清洁效果差，干固咖啡渍、酱油渍、脚印无法彻底清除，需手动二次清洁\n有效反馈人数：106.8 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 8.3%，对应人数 106.8 万；\n中消协 2026 年 Q1 比较试验报告，20 款测试机型中仅 4 款对干固 24 小时的污渍清洁率超 90%，11 款清洁率不足 70%；\n京东平台 追觅 X30 Pro Ultra（2025.11-2026.04），56.4 万条有效评价，该痛点提及率 9.1%，对应人数 5.1 万；\n京东平台 小米 M30 Pro（2025.10-2026.04），47.9 万条有效评价，该痛点提及率 8.7%，对应人数 4.2 万。\n补充边界说明：木地板场景反馈占比 65%，瓷砖场景占比 35%，即使搭载加压拖地、旋转拖布的机型，仍有 7%+ 用户反馈需手动二次清洁。\nTOP7 导航避障类：激光 SLAM 建图失败、地图漂移 / 丢失，重复建图、漏扫房间 / 区域，无法精准定位\n有效反馈人数：92.6 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 7.2%，对应人数 92.6 万；\n黑猫投诉平台（2025.10-2026.04），该痛点投诉量占比 12.7%，累计有效投诉 0.91 万条；\n京东平台 石头 G20S（2025.10-2026.04），52.7 万条有效评价，该痛点提及率 7.8%，对应人数 4.1 万；\n京东平台 科沃斯 T30 Pro（2025.10-2026.04），58.2 万条有效评价，该痛点提及率 7.5%，对应人数 4.4 万。\n补充边界说明：120㎡以上大户型、多隔断房间、暗光环境下反馈占比超 80%，即使搭载 LDS 激光雷达的机型，仍有 6%+ 用户反馈地图异常。\nTOP8 场景适配类：越障能力不足，无法通过过门石、地毯边缘、门槛条，频繁卡住、被困，需人工救援\n有效反馈人数：78.5 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 6.1%，对应人数 78.5 万；\n中消协 2026 年 Q1 比较试验报告，20 款测试机型中仅 6 款能稳定通过 2cm 高门槛，10 款对 1.5cm 高地毯边缘越障失败率超 30%；\n天猫平台 小米 M30 Pro（2025.10-2026.04），47.9 万条有效评价，该痛点提及率 6.8%，对应人数 3.3 万；\n天猫平台 追觅 X30 Pro Ultra（2025.11-2026.04），61.3 万条有效评价，该痛点提及率 6.3%，对应人数 3.9 万。\n补充边界说明：核心集中在 1.5-2cm 高的过门石、短毛地毯边缘，宣传越障高度≥2cm 的机型，实际越障成功率不足 70% 的占比超 60%。\nTOP9 场景适配类：工作噪音超出宣传预期，标准模式噪音超 65dB，夜间清洁影响休息，静音模式清洁效果大幅下降\n有效反馈人数：64.3 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 5.0%，对应人数 64.3 万；\n中消协 2026 年 Q1 比较试验报告，20 款测试机型中 14 款标准模式实测噪音超 65dB，8 款静音模式吸力下降超 40%，清洁效果不达标；\n京东平台 科沃斯 T30 Pro（2025.10-2026.04），58.2 万条有效评价，该痛点提及率 5.4%，对应人数 3.1 万；\n京东平台 石头 G20S（2025.10-2026.04），52.7 万条有效评价，该痛点提及率 5.1%，对应人数 2.7 万。\n补充边界说明：卧室、儿童房、夜间清洁场景反馈占比超 90%，用户可接受噪音阈值为≤60dB，超 70% 的机型无法在该阈值下达标清洁效果。\nTOP10 硬件可靠性类：大户型清洁续航不足，中途断电回充后无法续扫，回充失败、找不到基站，被困后无法自动脱困\n有效反馈人数：52.7 万条（±5% 误差）\n核心数据来源：\n奥维云网 2026 年 Q1 白皮书，全样本提及率 4.1%，对应人数 52.7 万；\n黑猫投诉平台（2025.10-2026.04），该痛点投诉量占比 8.9%，累计有效投诉 0.64 万条；\n抖音电商 石头 G20S（2025.12-2026.04），28.4 万条有效评价，该痛点提及率 4.5%，对应人数 1.3 万；\n抖音电商 追觅 X30 Pro Ultra（2025.12-2026.04），32.6 万条有效评价，该痛点提及率 4.2%，对应人数 1.4 万。\n补充边界说明：核心集中在 150㎡以上大户型、多楼层户型，宣传续航≥180 分钟的机型，实际清洁续航不足 120 分钟的占比超 50%。\n数据边界与风险提示\n所有样本覆盖主流中高端机型（单价 2000-6000 元），低端机型（单价＜2000 元）的痛点反馈率平均高出 30%-50%； 所有反馈人数基于样本提及率换算，存在 ±5% 的统计误差； 该数据仅代表 2025 年 10 月 - 2026 年 4 月的线上用户反馈，线下渠道机型的痛点分布存在 10% 以内的偏差。\n以上，竞品分析与行业痛点，于明日上午一并会议讨论，为下一步自研产品概念与PRD定义做好铺垫。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n1.首要澄清说明的是，用户痛点调研的核心目的，并非是在自有产品设计与研发上一一对应去解决，后面会有所解释。\n2.更不是对用户的反馈置若罔闻，满足用户的诉求与预期，是产品研发的核心目的与市场价值衡量基础。\n3.更准确讲，它应该为我们的切入至少指明两条方向：一是，行业发展水平的平均线，也是自有产品切入的底线；二是，自有产品可能的突破口。\n4.第一条提到，“做用户痛点调研的核心目的，并非是在自有产品设计与研发上一一对应去解决”，同时，也没有任何一家公司的产品可以做到解决所有问题。\n因为这类问题的产生，本质可能并非在产品设计或技术层面 —— 至少对于一款已投放市场、经过大基数用户考验的成熟期产品而言，更大的可能性，源于「用户 - 产品」两种思维与立场的天然矛盾性。\n我们可以看到以上十大痛点，低端机型的痛点反馈率平均高出 30%~50%，这是一个非常悬殊的比例。\n在用户立场而言，对于所购机型的定位（低、中、高端）与其对应的性能边界，认知实际是模糊的；“花最少的钱干最多最漂亮的活”，是用户最不合理、却又最现实的期望。对这句话的深层解释，可能要上升到 “真相与人性” 的层面，不在本书的谈论范围。\n在有偏差的预期下，往往催生了这类问题，我习惯将其归为 “解释性问题”。但这类问题的解释对象，很难直接面向终端用户 —— 让普通用户去理解 “传感器误差、控制误差、成本平衡与设计取舍”，是非常过分且不切实际的想法。它更多是企业或产品组内部的认知统一，更是一场产品与技术结合后，关于平衡与取舍的选择。比如：\nTOP1 清洁效果类：墙角 / 缝隙 / 床底边缘清洁不到位，2-5cm 盲区存在碎屑、毛发残留。\n这个 2-5cm 的清洁盲区，核心取决于机身侧面与墙面之间的保持距离，而距离精度，直接受传感器检测误差、运动控制误差影响。以现有技术成熟度，沿墙传感器（专用红外或线激光）的检测精度已达到毫米级；而运动控制层面，需要从实时性、超调、稳态三个维度寻求平衡，优秀的调校后，合理误差可控制在亚厘米级。以上，都是技术层面自主可控的内容。\n那么，理论上沿墙距离是否可以设置为小于 1 厘米？答案是肯定的，修改一个参数即可。但在修改前，必须补充考虑一个核心前提：产品运行的家庭场景具备极强的多样性。瓷砖反光墙面、不同造型的踢脚线、甚至不同颜色的壁纸，不同吸光、反光的材质，都会对传感器产生不同程度的干扰；当然，这个干扰量也是可控的，基本在厘米级的合理区间，但这是产品场景层面不可控的变量。\n如果强行设置极近的沿墙距离，产品在实际运行中，会大幅增加蹭触墙面的次数；甚至在部分特殊材质、特殊造型的场景下，无法顺畅贴边行走，出现持续碰撞的问题。虽然设计上缩小了清洁盲区，但持续蹭墙带来的墙面划痕、机身损伤，终将变成用户反馈的另一种形式的痛点。\n那相比之下，设置更近的沿边距离减小清洁盲区，还是增加适当容差保障全场景兼容性，我们更愿意选择哪一个？（这便是固定配置下的必然取舍，鱼与熊掌不可兼得，“既要又要还要”，最终只会等于什么都没有；而高端机型仿生机械臂的设计突破，本质是另一价位、另一预算层面的选择）。这里只有两个选项：一是，允许并接受适当的不完美，追求全场景的表现一致性，最终带来的是一般性问题；二是，追求理想场景的极致表现，却要承担部分场景的致命缺陷，最终带来的是致命性问题。\n如何取舍，答案不言而喻。这也是智能产品，与传统软件、机械产品的核心特质差异：融入算法技术后，很多设计的核心不再由 “行与不行” 定义，而是由 “好与不好” 的平衡定义。\n总体而言，用户的预期偏差、问题的不可解释性，再叠加营销层面 “扬长避短” 的传播原则（包括部分企业品牌的极端宣传话术），会让此类解释性问题，集中爆发在产品发布验证阶段，并不断升维、伴随产品的整个生命周期。它是常态的，且没有终点。\n用户痛点调研与产品上市后的市场问题反馈，虽处于项目的不同阶段，但特性指向高度近似。产品发布后，市场端的问题反馈，常常是让技术与产品团队最为头疼的话题。提前做如上交代，若你有所感所悟，谨希望能帮你建立一份更稳健的心态，去客观看待、理性分析，如是而已。\n","permalink":"http://slamseek.com/sweeper/gn-tongdian/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮对2026年扫地机器人的十大用户痛点做出调研分析  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e澄清用户痛点调研的核心目的，并非是在自有产品设计与研发上一一对应去解决  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e说明了「用户-产品」两种思维或立场的天然矛盾性\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e为什么「解释性问题」会伴随整个产品生命周期？\u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-tongdian.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：X总\u003c/p\u003e\n\u003cp\u003eCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\u003c/p\u003e\n\u003cp\u003eX总及各位,\u003c/p\u003e\n\u003cp\u003e关于2026年家用扫地机器人用户痛点，已完成调研（主要品类集中在价格2000-6000中高端型号），请查阅\u003c/p\u003e\n\u003cp\u003eTOP1 清洁效果类：墙角 / 家具缝隙 / 床底边缘清洁不到位，碎屑、毛发残留\u003cbr\u003e\n有效反馈人数：217.4 万条（±5% 误差）\u003cbr\u003e\n核心数据来源：\u003cbr\u003e\n奥维云网 2026 年 Q1 白皮书，全样本提及率 16.9%，对应人数 217.4 万，为所有痛点中提及率最高项；\u003cbr\u003e\n京东平台 科沃斯 T30 Pro（2025.10-2026.04），58.2 万条有效评价，该痛点提及率 18.2%，对应人数 10.6 万；\u003cbr\u003e\n京东平台 石头 G20S（2025.10-2026.04），52.7 万条有效评价，该痛点提及率 15.7%，对应人数 8.3 万。\u003cbr\u003e\n补充边界说明：90% 以上反馈集中在 90° 墙角、床底 / 沙发底部边缘、家具与墙面 2-5cm 缝隙。\u003c/p\u003e\n\u003cp\u003eTOP2 维护便捷性类：主滚刷 / 边刷 / 吸口毛发缠绕，需频繁手动清理，严重时触发停机保护\u003cbr\u003e\n有效反馈人数：182.7 万条（±5% 误差）\u003cbr\u003e\n核心数据来源：\u003cbr\u003e\n奥维云网 2026 年 Q1 白皮书，全样本提及率 14.2%，对应人数 182.7 万；\u003cbr\u003e\n中消协 2026 年 Q1 比较试验报告，20 款测试机型中 18 款存在 15cm 以上长发缠绕问题，该类用户投诉占比 13.8%；\u003cbr\u003e\n天猫平台 追觅 X30 Pro Ultra（2025.11-2026.04），61.3 万条有效评价，该痛点提及率 16.1%，对应人数 9.9 万；\u003cbr\u003e\n天猫平台 小米 M30 Pro（2025.10-2026.04），47.9 万条有效评价，该痛点提及率 15.3%，对应人数 7.3 万。\u003cbr\u003e\n补充边界说明：养宠家庭、长发女性家庭反馈占比超 85%，即使搭载防缠绕设计的机型，仍有 12%+ 用户反馈需每日手动清理滚刷。\u003c/p\u003e","title":"《概念篇四》2026家用扫地清洁机器人用户痛点调研 | slamseek"},{"content":" 引言导读：\n本邮对扫地机器人产品概念进行表格式梳理 澄清产品概念卡的定位与核心价值 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：X总\nCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\nX总及各位,\n关于自有扫地机器人产品（按照内部沟通，暂定品牌型号SEEK S1命名，达成一致，后续将以此进行交流）概念卡，已梳理完毕，详见如下\n邀各位于今日下午14:00，对于此内容共同评审一致。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n产品概念卡是「定方向、定做不做」的前置极简共识；\n形态：一页纸 / 极简卡片，无复杂流程、无详细交互\n阶段：IPD-概念阶段最核心产出，立项前、评审前\n受众：老板、业务、研发负责人、决策层\n核心价值：\n1.收敛想法，杜绝无边界脑洞\n把零散创意压缩到：目标用户、核心痛点、核心价值、关键功能、商业目标、投入产出、风险 7 个关键维度。\n避免大家各说各话，先统一「我们到底要做一个什么东西」。\n2.做立项决策：判断值不值得做\n用来过概念评审会，决策层只看这一页就能判断：\n要不要投入资源、要不要立项、优先级排第几、砍掉多余诉求。\n3.锁定范围基线，防止后期无限加需求\n概念卡定好核心价值和最小业务闭环，后面所有新增需求，都要对照概念卡校验：是否偏离初衷。\n[Concept Card]和[PRD 文档]是概念阶段锁定范围、确定边界的两个核心产物，Concept Car也是PRD文档的关键前置输入\n","permalink":"http://slamseek.com/sweeper/gn-concept/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮对扫地机器人产品概念进行表格式梳理  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e澄清产品概念卡的定位与核心价值  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-concept.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：X总\u003c/p\u003e\n\u003cp\u003eCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\u003c/p\u003e\n\u003cp\u003eX总及各位,\u003c/p\u003e\n\u003cp\u003e关于自有扫地机器人产品（按照内部沟通，暂定品牌型号\u003cspan style=\"color: #ff0000;\"\u003eSEEK S1\u003c/span\u003e命名，达成一致，后续将以此进行交流）概念卡，已梳理完毕，详见如下\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"扫地机器人产品概念卡\" loading=\"lazy\" src=\"../../images/gainianka.png\" title=\"扫地机机器人产品概念卡\"\u003e\u003c/p\u003e\n\u003cp\u003e邀各位于今日下午14:00，对于此内容共同评审一致。\u003c/p\u003e\n\u003cp\u003eVon\u003cbr\u003e\nBest Regards\u003cbr\u003e\nMail : \u003ca href=\"mailto:slamseek@163.com\"\u003eslamseek@163.com\u003c/a\u003e\u003cbr\u003e\n智能研发部\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e作者观：\u003c/p\u003e\n\u003cp\u003e产品概念卡是「定方向、定做不做」的前置极简共识；\u003cbr\u003e\n形态：一页纸 / 极简卡片，无复杂流程、无详细交互\u003cbr\u003e\n阶段：IPD-概念阶段最核心产出，立项前、评审前\u003cbr\u003e\n受众：老板、业务、研发负责人、决策层\u003c/p\u003e\n\u003cp\u003e核心价值：\u003cbr\u003e\n1.收敛想法，杜绝无边界脑洞\u003cbr\u003e\n把零散创意压缩到：目标用户、核心痛点、核心价值、关键功能、商业目标、投入产出、风险 7 个关键维度。\u003cbr\u003e\n避免大家各说各话，先统一「我们到底要做一个什么东西」。\u003c/p\u003e\n\u003cp\u003e2.做立项决策：判断值不值得做\u003cbr\u003e\n用来过概念评审会，决策层只看这一页就能判断：\u003cbr\u003e\n要不要投入资源、要不要立项、优先级排第几、砍掉多余诉求。\u003c/p\u003e\n\u003cp\u003e3.锁定范围基线，防止后期无限加需求\u003cbr\u003e\n概念卡定好核心价值和最小业务闭环，后面所有新增需求，都要对照概念卡校验：是否偏离初衷。\u003c/p\u003e\n\u003cp\u003e\u003cspan style=\"color: #ff0000;\"\u003e[Concept Card]和[PRD 文档]\u003c/span\u003e是概念阶段\u003cspan style=\"color: #ff0000;\"\u003e锁定范围、确定边界\u003c/span\u003e的两个核心产物，Concept Car也是PRD文档的关键前置输入\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"slamseek联系邮箱:slamseek@163.com\" loading=\"lazy\" src=\"../../images/footer.jpeg\" title=\"slamseek联系邮箱:slamseek@163.com\"\u003e\u003c/p\u003e","title":"《概念篇五》家用扫地清洁机器人概念定义 | slamseek"},{"content":" 引言导读：\n本邮对扫地机器人产品需求说明书进行文档式梳理 澄清PRD文档的核心价值 说明PRD文档和产品概念卡的关系与差异 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：X总\nCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\n附: SEEK S1 PRD 扫地机器人产品需求文档.docx\nX总及各位,\nSEEK S1 PRD文档初稿已梳理完毕，详见附件。\n关键规格及竞品竞争力对标分析如下\n如上，请各位提前查阅，并于明日14:00一致评审。\n待沟通完毕，PRD文档请 @产品部(C工) 负责后续维护与变更管理。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n产品概念卡是「定方向、定做不做」的前置极简共识；\nPRD(Product Requirement Document) 是「定细节、怎么做、做成什么样」的落地执行说明书，二者是从立项源头到开发落地的前后接力关系，共同锁定项目边界\nPRD 产品需求文档\n形态：完整文档，含背景、目标、用户、功能清单、流程图、原型说明、规则、边界、异常 case\n阶段：“诞生”于IPD-概念阶段，“成熟”于IPD-开发阶段\n受众：研发、测试、UI、运营、项目、交付全员\nPRD 文档的核心价值\n1.作为全团队唯一需求基准\n开发、测试、UI、运维、运营所有人以 PRD 为准，避免口头承诺、临时口头改需求，做到需求可追溯、可复盘。\n2.把模糊概念，翻译成可开发的精确规则\n概念卡只讲「做什么」，PRD 讲每一步怎么做、有什么限制、异常怎么处理、逻辑怎么走。\n没有 PRD，研发只能猜需求，必然返工、理解偏差。\n3.承载功能细节、业务规则、边界约束\n包含：业务流程图、页面逻辑、权限规则、兼容范围、性能指标、埋点需求、降级方案、异常场景。\n作为测试用例、验收标准的依据\n4.测试直接按 PRD 写用例、定验收标准；\n版本上线、需求变更，全部以 PRD 变更记录为准。\n5.沉淀产品资产，方便迭代 \u0026amp; 接手\n后续版本迭代、新人接手项目、二次开发，直接看 PRD 就能看懂整个产品逻辑，不用靠老人口口相传。\n","permalink":"http://slamseek.com/sweeper/gn-prd/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮对扫地机器人产品需求说明书进行文档式梳理  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e澄清PRD文档的核心价值  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e说明PRD文档和产品概念卡的关系与差异  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-prd.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：X总\u003c/p\u003e\n\u003cp\u003eCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"../../doc/SEEK_S1_PRD_%E4%BA%A7%E5%93%81%E9%9C%80%E6%B1%82%E6%96%87%E6%A1%A3.docx\" title=\"扫地机器人产品需求文档 PRD文档\"\u003e\u003cspan style=\"color: #007eec;\"\u003e附: SEEK S1 PRD 扫地机器人产品需求文档.docx\u003c/span\u003e\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003eX总及各位,\u003c/p\u003e\n\u003cp\u003eSEEK S1 PRD文档初稿已梳理完毕，详见\u003cspan style=\"color: #ff0000;\"\u003e附件\u003c/span\u003e。\u003c/p\u003e\n\u003cp\u003e关键规格及竞品竞争力对标分析如下\u003cbr\u003e\n\u003cimg alt=\"扫地机机器人关键规格说明\" loading=\"lazy\" src=\"../../images/guige.png\" title=\"扫地机机器人关键规格说明\"\u003e\u003cbr\u003e\n\u003cimg alt=\"扫地机机器人竞争力分析\" loading=\"lazy\" src=\"../../images/jingzhengli.png\" title=\"扫地机机器人竞争力分析\"\u003e\u003c/p\u003e\n\u003cp\u003e如上，请各位提前查阅，并于明日14:00一致评审。\u003cbr\u003e\n待沟通完毕，PRD文档请 @产品部(C工) 负责后续维护与变更管理。\u003c/p\u003e\n\u003cp\u003eVon\u003cbr\u003e\nBest Regards\u003cbr\u003e\nMail : \u003ca href=\"mailto:slamseek@163.com\"\u003eslamseek@163.com\u003c/a\u003e\u003cbr\u003e\n智能研发部\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e作者观：\u003c/p\u003e\n\u003cp\u003e产品概念卡是「定方向、定做不做」的前置极简共识；\u003cbr\u003e\n\u003cspan style=\"color: #ff0000;\"\u003ePRD(Product Requirement Document) 是「定细节、怎么做、做成什么样」的落地执行说明书，二者是从立项源头到开发落地的前后接力关系，共同锁定项目边界\u003c/span\u003e\u003c/p\u003e\n\u003cp\u003ePRD 产品需求文档\u003cbr\u003e\n形态：完整文档，含背景、目标、用户、功能清单、流程图、原型说明、规则、边界、异常 case\u003cbr\u003e\n阶段：“诞生”于IPD-概念阶段，“成熟”于IPD-开发阶段\u003cbr\u003e\n受众：研发、测试、UI、运营、项目、交付全员\u003c/p\u003e\n\u003cp\u003ePRD 文档的核心价值\u003cbr\u003e\n1.作为全团队唯一需求基准\u003cbr\u003e\n开发、测试、UI、运维、运营所有人以 PRD 为准，避免口头承诺、临时口头改需求，做到需求可追溯、可复盘。\u003cbr\u003e\n2.把模糊概念，翻译成可开发的精确规则\u003cbr\u003e\n概念卡只讲「做什么」，PRD 讲每一步怎么做、有什么限制、异常怎么处理、逻辑怎么走。\u003cbr\u003e\n没有 PRD，研发只能猜需求，必然返工、理解偏差。\u003cbr\u003e\n3.承载功能细节、业务规则、边界约束\u003cbr\u003e\n包含：业务流程图、页面逻辑、权限规则、兼容范围、性能指标、埋点需求、降级方案、异常场景。\u003cbr\u003e\n作为测试用例、验收标准的依据\u003cbr\u003e\n4.测试直接按 PRD 写用例、定验收标准；\u003cbr\u003e\n版本上线、需求变更，全部以 PRD 变更记录为准。\u003cbr\u003e\n5.沉淀产品资产，方便迭代 \u0026amp; 接手\u003cbr\u003e\n后续版本迭代、新人接手项目、二次开发，直接看 PRD 就能看懂整个产品逻辑，不用靠老人口口相传。\u003c/p\u003e","title":"《概念篇六》家用扫地清洁机器人PRD文档定义与竞争力分析 | slamseek"},{"content":" 引言导读：\n本邮对扫地机器人项目概念阶段工作做总结回顾 澄清在IPD流程下进入下一阶段的准入审核动作 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：X总\nCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\nX总及各位,\n截止今天，我们已完成SEEK S1概念阶段的相关工作，总结如下\n1.2026扫地机机器人发展趋势调研\n2.2026扫地机机器人产品痛点调研\n3.SEEK S1扫地机概念定义\n4.SEEK S1扫地机PRD文档初稿定义与规格竞争力分析\n请各位进行最终审查，我们接下来将进入计划阶段，进行具体任务、时间计划、关键选型评估。\n如无疑义，请答复批准。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n","permalink":"http://slamseek.com/sweeper/gn-concept-end/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮对扫地机器人项目概念阶段工作做总结回顾  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e澄清在IPD流程下进入下一阶段的准入审核动作  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-prd.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：X总\u003c/p\u003e\n\u003cp\u003eCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\u003c/p\u003e\n\u003cp\u003eX总及各位,\u003c/p\u003e\n\u003cp\u003e截止今天，我们已完成SEEK S1概念阶段的相关工作，总结如下\u003c/p\u003e\n\u003cp\u003e1.\u003ca href=\"../gn-jingpin\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"2026扫地机器人发展趋势\"\u003e2026扫地机机器人发展趋势调研\u003c/a\u003e\u003cbr\u003e\n2.\u003ca href=\"../gn-tongdian\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"2026扫地机机器人产品痛点调研\"\u003e2026扫地机机器人产品痛点调研\u003c/a\u003e\u003cbr\u003e\n3.\u003ca href=\"../gn-concept\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机机器人概念卡设计\"\u003eSEEK S1扫地机概念定义\u003c/a\u003e\u003cbr\u003e\n4.\u003ca href=\"../gn-prd\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机机器人PRD定义\"\u003eSEEK S1扫地机PRD文档初稿定义与规格竞争力分析\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003e请各位进行最终审查，我们接下来将进入计划阶段，进行具体任务、时间计划、关键选型评估。\u003cbr\u003e\n如无疑义，请\u003cspan style=\"color: #ff0000;\"\u003e答复批准\u003c/span\u003e。\u003c/p\u003e\n\u003cp\u003eVon\u003cbr\u003e\nBest Regards\u003cbr\u003e\nMail : \u003ca href=\"mailto:slamseek@163.com\"\u003eslamseek@163.com\u003c/a\u003e\u003cbr\u003e\n智能研发部\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003e作者观：\u003c/p\u003e\n\u003c/span\u003e\n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"slamseek联系邮箱:slamseek@163.com\" loading=\"lazy\" src=\"../../images/footer.jpeg\" title=\"slamseek联系邮箱:slamseek@163.com\"\u003e\u003c/p\u003e","title":"《概念篇七》收尾总结与计划阶段准入申请 | slamseek"},{"content":" 引言导读：\n本邮对激光slam算法岗位面试题及答复做了梳理 面试对于真正的人才，实际是一场双向考核，并非面试官的领域场 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：人事部（H工）\nCC：X总\nHi H工,\n今天已完成SLAM算法岗位候选人的技术面试，通过一人，请H工继续跟进协同X总时间进行二面\n整体沟通过程如下\n请做一个简短的自我介绍\n-您好，我姓S，20年毕业于北京KJ大学，至今有6年机器人SLAM算法工作经验，22年加入某斯科技做扫地机器人产品开发，是属于团队初期成员，现在产品已进入发布阶段，还未正式起量。当前是在职状态，本次看机会主要是考虑产品的核心研发任务已基本完成，但公司及团队规模偏小，同岗同事包括我共2人，考虑可能会对后续的技术成长有一定的阻碍，期望寻找一个更大的平台及更专业的环境发展。\nOK,S工好！您刚提到属于某斯科技团队初期成员，那SLAM算法可以说是从零搭建？\n-是的。\n您是自主研发从“轮子”造起还是基于哪个开源框架做的二次开发？\n-基于Google开源的Cartographer框架做的修改。\n请您对Cartographer框架架构及数据处理流程做一下梳理？\n-好的。Cartographer是图优化思想的激光SLAM框架，整体分为局部建图及全局建图，也就是通俗讲的前端及后端。\n-它可以处理里程计位姿（odometry）、陀螺仪（IMU）、激光雷达（range data）及GPS数据（Fixed）四种不同的数据，其中Fixed GPS数据在扫地机器人产品中，暂不涉及，它主要应用于后端处理，可以把它理解为真值，且不参与优化。\n-其余三种数据，在框架中首先会有一个等待的动作，目的是保证三种数据乃至三种传感器全部进入ready状态数据吞吐正常，主要在data_dispatcher中处理，待三种数据全部接收到，会进行数据裁剪，裁剪规则是以最迟到到达传感数据类型及其时间戳为基准，将该时间之前接受到的其余传感器数据抛弃（可以理解为由于传感器启动时间异步，带来的部分无意义的无效数据，cartographer中认为只有所有传感器数据全部接受到那一刻，之后的接收数据才为有效数据，这与后续不同传感器时间同步呼应考量），之后进入正常的数据分发及处理流程\n-imu data会进入imu_tracker进行更新维护，odometry data会直接进入pose_extrapolator即位姿推断器，imu tracker是pose extrapolaor的包含对象，里程计与imu的融合与时间对齐即在位姿推断器中完成，也是前端的预测位姿。\n-range data会首先通过体素滤波即（voxel filter）进行降采样，减少数据量，一般体素盒子大小同步于地图像素分辨率（0.05m*0.05m），之后进行畸变补偿，将补偿之后的点云，通过时间戳获取对应时刻的预测推算位姿，到这里，点云、里程计与imu时间全部对齐。\n-前端的最后一个关键步骤，便是匹配，cartographer中封装了3种不同的匹配方式：CSM/Fast CSM/Scan Matcher，简单介绍CSM就是指定位姿窗口大小的暴力搜索，而，Fast CSM通过构建分辨率金字塔做了深度优先搜索效率优化，Scan Matcher通过ceres库精细优化匹配。在这里，匹配的对象，前景是当前点云、背景即是当前的submap。\n-submap是cartographer非常典型的一个特性，它可以理解为一定量点云、局部的地图，整体地图由多个不同的submap拼接而成。在前端中，通过一个滑动窗口对submap进行定量维护。 -点云匹配完毕，则会将当前点云更新到submap栅格地图中。submap被点云更新到指定次数，则变更为完成状态，输送进后端。\n-后端即global trajectory则主要负责两个业务，一是，回环检测（FAST CSM），二是计算约束与全局优化。\n很详细且有逻辑，在扫地机产品上，您在原有基础上做了哪些二次修改？\n删减：cartographer同时支持2D与3D，即单线激光与多线激光传感器。扫地机器人是单线激光雷达，那么，在框架中3D部分我们做了移除；其次，全局回环检测与优化，也就是后端也可以说是做了移除，常规下的slam后端对于历史数据的存储与约束优化计算，在家用C端产品硬件资源受限的前提下，几乎无法发挥。\n补充：状态分析器，在原生框架中有motion_filter，判定机器人在静止状态下，不再进行子图的更新操作。但是，这在扫地机机器人产品场景下是不够的，它还有可能发生打滑、倾斜等等异常姿态，这里我们重新做了完善。\n另外，还有一些细节上的调整，比如虽然没有后端与回环检测，但扫地机产品有关机地图重新加载与重定位的需求，这里我们仍然沿用了它的Fast CSM并做了相关的参数调整。\n您是如何做出打滑状态估计的？\n打滑状态识别的目标是，寻找到主动轮空转的情况。可以从扫地机的两种运动情况进行分析，一是旋转、二是直行。\n当机器人进行旋转时，通过里程计运动模型可分析出最近一段时间的运动姿态，它当然是失真有偏差的，这时，把同等时间段内IMU姿态反馈等量做出统计，作为真值（IMU数据不受打滑影响），这时，进行二者差值error计算，如果超出指定阈值，则可判定打滑。\n扫地机也有可能在直行状态下，被架空，导致主动轮空转打滑，这时里程计姿态与IMU姿态无法分析出偏差，但可基于同样思路，使用最近一段时间机器里程计运动距离与激光雷达观测运动距离，进行差值error计算，如果超出指定阈值，则可判定打滑。\n合理的。您是如何处理动态物体干扰的？\n-点云在匹配操作前，会进行动态点云滤波，剔除动态点云。具体做法是，由原始点云向栅格概率地图做好坐标系映射，并在一定范围内，寻找点云中每个点距离最近的地图障碍点（高概率栅格），就是比对与参照，这里我们用了KD-tree进行搜索加速，如果未寻找最近障碍点或距离超过指定阈值，则认为是该点是动态点，它并不参与配准，从而保证位姿稳定，但是会进行地图概率更新。思路是，概率栅格地图本身便具备“滤波”意义，如果是动态点云，则不会常驻在某个栅格内导致概率增长，如果是新增静态障碍，则在多次更新下正常表达为障碍点，后续将不再判定为动态点。\n通过点云聚类也可通过前后帧进行识别处理，但，基于点云数据特性考量，应还需要预先处理离群点，两者应效果差异不大，直接与栅格图映射更加简洁彻底。\n除了图优化思想的slam算法，你了解基于滤波思想的slam算法或框架吗？\n在一个极简框架tiny-slam中了解过MCL方法的粒子滤波，另外，也熟悉卡尔曼滤波。\n请简短介绍下卡尔曼滤波？\n-标准卡尔曼滤波通过两个过程即预测和更新完成，由5个公式实现。 预测（Predict）：根据上一时刻的状态和运动规律，推算出当前时刻大概在哪里（比如：根据车速推算下一秒的位置）。\n更新（Update）：读取当前时刻传感器的测量值（比如：GPS定位数据），将“预测值”和“测量值”进行加权融合，得出当前时刻的最优状态。\n核心（卡尔曼增益）：算法会自动计算一个“卡尔曼增益”。它本质上是在评估：“我到底该更相信我的预测，还是更相信传感器的测量？”\n如果传感器噪声大，增益就小，算法会更依赖预测；\n如果预测模型不准，增益就大，算法会更依赖传感器的测量。\n在工厂阶段，是否有标定工作？做了哪些标定？\n做了激光雷达整机安装工差标定，我们设计了三角工装，整机组装完毕会在工装内部进行测量标定，实际也是匹配机制，获取相对真值的R\u0026amp;T偏差进行记录。\nOK，辛苦了，接下来我向您介绍一下我们单位，X科技，是一家以自主研发激光雷达传感器为核心主业的企业，也是行业公认的头部企业您应该有所耳闻，今年我们也是刚刚立项成立面向C端扫地机器人项目组，预计组建10人左右算法团队，SLAM岗位保留2-4个名额，现在招聘的可以说是SLAM方向1号员工，当然我本人也在slam及扫地机产品也有近十年经验，关于您的技术成长方面的考虑，我们之间应该有足够的话题去探讨交流。\n您是否还有其他问题需要了解？\n贵司面试需要几轮？\n二轮，今天是技术初面，如通过，需要同Boss在进行一轮交流，如无异议则同HR谈薪，一致则获取offer。\n明白，暂时没有其他。\n辛苦，感谢您的时间！我们内部沟通下您的面试情况，如有消息，会3日内答复您。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n首先，谈一下作者的面试节奏：\n一般会有一个宏观划分，3年经验以下/5年经验左右/10年经验左右，分别有不同的侧重\n3年以下，侧重基础技术与理论交流，比如运动模型、粒子滤波、卡尔曼滤波、匹配算法（icp、ndt）包括一些编程语言和基础数据结构与算法如BFS等，主要考量基础扎实与可培养性。\n5年左右，侧重框架级与架构理解，与产品工程经验交流，主要侧重系统性技术能力与快速切入项目可能性，次要考量技术储备与逻辑组织能力。一般不过多追问基础技术，尤其在AI时代下，标准件技术与理论权重趋弱于实际工程经验权重。\n10年左右，侧重项目经验广度与深度，即参与过几个同类产品研发，承担角色与参与深度？团队统筹管理能力等，而基础技术的询问则变成是一种“不礼貌”，需要避免，可以在同一岗位深耕十年，即使某个基础技术无法面试过程中背诵，也大概率不会成为项目推动的卡点，二是，招聘十年左右的岗位经验的员工进行大量基础编码与开发工作（不排除核心攻关代码），单位从用人理解方面多少也是有些不正常。\n面试对于真正的人才，实际是一场双向考核，并非面试官的领域场。 仅代表作者个人习惯与观点，不一定具有普适性。生涯中也见到了太多的“刁难向”与“体验优越感”的面试官，即使过程中问题答复较好，后续也基本提不起兴趣，为入职后的配合而担忧。送给诸位同仁的忠告“请敬畏手中的权利与主导力”。\n拆解一下面试过程：\n自我介绍是标准的面试开场，但这个问题，在我这也是可能定“生死”的。它至少体现了你的语言组织与职业自信两方面，3年以下或应届生自带光环免疫本题，无论表达成什么样都可被容忍与理解，权当做面试“热身与放松”环节。但没有任何一个面试官，喜欢听一个5年乃至10年的工程师，去自我介绍说我叫xx，来自xx，今年xx岁，未婚未育\u0026hellip;这些屁话！请直接切入与面试岗位相关且可体现您竞争力的内容，做一个概括！\n技术问题，顺序：“原生算法”-“产品工程化”-“项目工程化”，也就是按照：开源通用技术掌握情况 - 产品结合落地思考与实操 - 项目参与完整性逻辑展开交流。\n文中提问，是作者认为在扫地机器人产品SLAM方向及Cartographer框架掌握最为核心的几个问题及标准答案，可借鉴理解。\n最后，对于面试结果，一般通过面试过程是否顺畅，其实可以有一个差不多的预估。但，实在没有必要当场说明，尤其是“不符合预期”的结论，在早年，面试经验不足，同一位候选人交流，整体面试过程极不顺畅，面试问题从困难逐步降级到小白，几乎没有完整靠谱的答案，面试结果不言而喻，我理解对方也应该是有明确预期的，索性直接告知“准备不足，不符合预期”，结果候选人状态直接崩溃，又跳出角色一顿安抚，事后想想，每一位候选人，背后或许都有不同程度的压力在背负着，尤其是已离职状态的，尽量不要去触碰那根弦，“3日内有结果通知”也是给情绪一个缓冲空间，同在世间奔波，多一分考量，终归也是多一分悲悯。\n","permalink":"http://slamseek.com/sweeper/ms-slam/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮对激光slam算法岗位面试题及答复做了梳理  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e面试对于真正的人才，实际是一场双向考核，并非面试官的领域场  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-prd.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：人事部（H工）\u003c/p\u003e\n\u003cp\u003eCC：X总\u003c/p\u003e\n\u003cp\u003eHi H工,\u003c/p\u003e\n\u003cp\u003e今天已完成SLAM算法岗位候选人的技术面试，通过一人，请H工继续跟进协同X总时间进行二面\u003c/p\u003e\n\u003cp\u003e整体沟通过程如下\u003c/p\u003e\n\u003cp\u003e请做一个简短的自我介绍\u003c/p\u003e\n\u003cp\u003e-您好，我姓S，20年毕业于北京KJ大学，至今有6年机器人SLAM算法工作经验，22年加入某斯科技做扫地机器人产品开发，是属于团队初期成员，现在产品已进入发布阶段，还未正式起量。当前是在职状态，本次看机会主要是考虑产品的核心研发任务已基本完成，但公司及团队规模偏小，同岗同事包括我共2人，考虑可能会对后续的技术成长有一定的阻碍，期望寻找一个更大的平台及更专业的环境发展。\u003c/p\u003e\n\u003cp\u003eOK,S工好！您刚提到属于某斯科技团队初期成员，那SLAM算法可以说是从零搭建？\u003cbr\u003e\n-是的。\u003c/p\u003e\n\u003cp\u003e您是自主研发从“轮子”造起还是基于哪个开源框架做的二次开发？\u003cbr\u003e\n-基于Google开源的Cartographer框架做的修改。\u003c/p\u003e\n\u003cp\u003e请您对Cartographer框架架构及数据处理流程做一下梳理？\u003cbr\u003e\n-好的。Cartographer是图优化思想的激光SLAM框架，整体分为局部建图及全局建图，也就是通俗讲的前端及后端。\u003cbr\u003e\n-它可以处理里程计位姿（odometry）、陀螺仪（IMU）、激光雷达（range data）及GPS数据（Fixed）四种不同的数据，其中Fixed GPS数据在扫地机器人产品中，暂不涉及，它主要应用于后端处理，可以把它理解为真值，且不参与优化。\u003cbr\u003e\n-其余三种数据，在框架中首先会有一个等待的动作，目的是保证三种数据乃至三种传感器全部进入ready状态数据吞吐正常，主要在data_dispatcher中处理，待三种数据全部接收到，会进行数据裁剪，裁剪规则是以最迟到到达传感数据类型及其时间戳为基准，将该时间之前接受到的其余传感器数据抛弃（可以理解为由于传感器启动时间异步，带来的部分无意义的无效数据，cartographer中认为只有所有传感器数据全部接受到那一刻，之后的接收数据才为有效数据，这与后续不同传感器时间同步呼应考量），之后进入正常的数据分发及处理流程\u003cbr\u003e\n-imu data会进入imu_tracker进行更新维护，odometry data会直接进入pose_extrapolator即位姿推断器，imu tracker是pose extrapolaor的包含对象，里程计与imu的融合与时间对齐即在位姿推断器中完成，也是前端的预测位姿。\u003cbr\u003e\n-range data会首先通过体素滤波即（voxel filter）进行降采样，减少数据量，一般体素盒子大小同步于地图像素分辨率（0.05m*0.05m），之后进行畸变补偿，将补偿之后的点云，通过时间戳获取对应时刻的预测推算位姿，到这里，点云、里程计与imu时间全部对齐。\u003cbr\u003e\n-前端的最后一个关键步骤，便是匹配，cartographer中封装了3种不同的匹配方式：CSM/Fast CSM/Scan Matcher，简单介绍CSM就是指定位姿窗口大小的暴力搜索，而，Fast CSM通过构建分辨率金字塔做了深度优先搜索效率优化，Scan Matcher通过ceres库精细优化匹配。在这里，匹配的对象，前景是当前点云、背景即是当前的submap。\u003cbr\u003e\n-submap是cartographer非常典型的一个特性，它可以理解为一定量点云、局部的地图，整体地图由多个不同的submap拼接而成。在前端中，通过一个滑动窗口对submap进行定量维护。\n-点云匹配完毕，则会将当前点云更新到submap栅格地图中。submap被点云更新到指定次数，则变更为完成状态，输送进后端。\u003cbr\u003e\n-后端即global trajectory则主要负责两个业务，一是，回环检测（FAST CSM），二是计算约束与全局优化。\u003c/p\u003e\n\u003cp\u003e很详细且有逻辑，在扫地机产品上，您在原有基础上做了哪些二次修改？\u003cbr\u003e\n删减：cartographer同时支持2D与3D，即单线激光与多线激光传感器。扫地机器人是单线激光雷达，那么，在框架中3D部分我们做了移除；其次，全局回环检测与优化，也就是后端也可以说是做了移除，常规下的slam后端对于历史数据的存储与约束优化计算，在家用C端产品硬件资源受限的前提下，几乎无法发挥。\u003cbr\u003e\n补充：状态分析器，在原生框架中有motion_filter，判定机器人在静止状态下，不再进行子图的更新操作。但是，这在扫地机机器人产品场景下是不够的，它还有可能发生打滑、倾斜等等异常姿态，这里我们重新做了完善。\u003cbr\u003e\n另外，还有一些细节上的调整，比如虽然没有后端与回环检测，但扫地机产品有关机地图重新加载与重定位的需求，这里我们仍然沿用了它的Fast CSM并做了相关的参数调整。\u003c/p\u003e\n\u003cp\u003e您是如何做出打滑状态估计的？\u003cbr\u003e\n打滑状态识别的目标是，寻找到主动轮空转的情况。可以从扫地机的两种运动情况进行分析，一是旋转、二是直行。\u003cbr\u003e\n当机器人进行旋转时，通过里程计运动模型可分析出最近一段时间的运动姿态，它当然是失真有偏差的，这时，把同等时间段内IMU姿态反馈等量做出统计，作为真值（IMU数据不受打滑影响），这时，进行二者差值error计算，如果超出指定阈值，则可判定打滑。\u003cbr\u003e\n扫地机也有可能在直行状态下，被架空，导致主动轮空转打滑，这时里程计姿态与IMU姿态无法分析出偏差，但可基于同样思路，使用最近一段时间机器里程计运动距离与激光雷达观测运动距离，进行差值error计算，如果超出指定阈值，则可判定打滑。\u003c/p\u003e\n\u003cp\u003e合理的。您是如何处理动态物体干扰的？\u003cbr\u003e\n-点云在匹配操作前，会进行动态点云滤波，剔除动态点云。具体做法是，由原始点云向栅格概率地图做好坐标系映射，并在一定范围内，寻找点云中每个点距离最近的地图障碍点（高概率栅格），就是比对与参照，这里我们用了KD-tree进行搜索加速，如果未寻找最近障碍点或距离超过指定阈值，则认为是该点是动态点，它并不参与配准，从而保证位姿稳定，但是会进行地图概率更新。思路是，概率栅格地图本身便具备“滤波”意义，如果是动态点云，则不会常驻在某个栅格内导致概率增长，如果是新增静态障碍，则在多次更新下正常表达为障碍点，后续将不再判定为动态点。\u003cbr\u003e\n通过点云聚类也可通过前后帧进行识别处理，但，基于点云数据特性考量，应还需要预先处理离群点，两者应效果差异不大，直接与栅格图映射更加简洁彻底。\u003c/p\u003e\n\u003cp\u003e除了图优化思想的slam算法，你了解基于滤波思想的slam算法或框架吗？\u003cbr\u003e\n在一个极简框架tiny-slam中了解过MCL方法的粒子滤波，另外，也熟悉卡尔曼滤波。\u003c/p\u003e\n\u003cp\u003e请简短介绍下卡尔曼滤波？\u003cbr\u003e\n-标准卡尔曼滤波通过两个过程即预测和更新完成，由5个公式实现。 \u003cbr\u003e\n预测（Predict）：根据上一时刻的状态和运动规律，推算出当前时刻大概在哪里（比如：根据车速推算下一秒的位置）。\u003cbr\u003e\n更新（Update）：读取当前时刻传感器的测量值（比如：GPS定位数据），将“预测值”和“测量值”进行加权融合，得出当前时刻的最优状态。\u003cbr\u003e\n核心（卡尔曼增益）：算法会自动计算一个“卡尔曼增益”。它本质上是在评估：“我到底该更相信我的预测，还是更相信传感器的测量？”\u003cbr\u003e\n如果传感器噪声大，增益就小，算法会更依赖预测；\u003cbr\u003e\n如果预测模型不准，增益就大，算法会更依赖传感器的测量。\u003c/p\u003e","title":"《面试篇一》扫地机器人slam算法面试过程与答复 | slamseek"},{"content":" 引言导读：\n本邮对扫地机器人项目路径规划算法岗位常见面试题做出梳理 澄清路径规划岗位与slam岗位工作性质差异 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：人事部（H工）\nCC：X总\nHi H工,\n今天已完成路径规划算法岗位候选人的技术面试，通过一人，请H工继续跟进协同X总时间进行二面\n整体沟通过程如下\n请做一个简短的自我介绍\n-面试官，您好！我姓N，19年开始从事机器人行业，在某西科技主要研发仓储AMR机器人，21年加入某石科技做清洁机器人产品开发，深度参与了T7、J20等4款产品型号的研发。至今共7年算法开发经验，我的技术栈主要包括ROS/C++，算法方面便是常用的全局及局部路径规划，如A*/Dijkstra/DWA等，运动控制主要是PID、LQR及MPC，这些都比较熟悉。\n您好，N工，接下来我们先聊一聊具体算法技术，之后，再聊产品，分两部分交流。您首先介绍一下对A*算法的理解？\n-好的，A*算法是广度优先搜索思想，基于栅格地图实现全局A-B两点间最短路径规划，一般A点即机器人当前位置-起点，B点为目标点。\n-起点、目标点、栅格图作为A*算法的3个基础输入参数，栅格图至少可以表达未知、占据、通行三种单元信息，考虑机器人本体大小，栅格图中占据栅格需要进行代价计算、膨胀处理，即我们常称的CostMap。膨胀范围需要结合栅格分辨率及本体大小共同考量。\n-算法过程有三个关键元素，开启列表、关闭列表、移动权重公式F=G+H。开启列表主要存储机器人可移动节点，关闭列表主要存储机器人禁止移动节点，如障碍栅格位置节点，开启列表中每个可移动节点需要进行计算与更新移动权重F，G表达常量移动代价，H一般有两种取法，节点与目标点间欧式距离或曼哈顿距离，H代价的存在，也使其成为启发式广度搜索。\n-算法启动首先以当前位置节点为中心（默认为最小移动代价），计算其8邻域或4邻域节点，将可通行节点记录父节点与计算权重F后放置开启列表，如某节点已存在于开启列表需要更新其移动权重（更新项为基于当前父节点的常量代价G）与父节点，不可通行节点放置关闭列表。\n-每次开启列表pop出最小移动代价节点，作为中心节点，进行邻域计算与权重计算，如此循环迭代，直至邻域中检测到目标节点。\n-最终，通过父节点链条回溯，则得到一条A-B点间连续的最短路径。\n您对A算法做过哪些方面的优化吗？\n-一是，开启列表每次获取最小移动代价节点，可用最小堆或优先队列实现，提升检索效率。\n二是，A最短路径只是理论最优，会存在起点与目标点间，即使无障碍物但存在拐点，并非一条直线直接到达的情况。对于规划路径结果可以进一步优化，我曾用弗洛伊德路径平滑思路进行处理，思路是，首先设定当前拐点，默认为起点，其次设定检测点，默认为终点。计算当前拐点与检测点之间栅格直线，直线所通过栅格，如果全部为可通行状态，则剔除当前拐点与检测点之间所有节点，如果存在障碍物，则检测点-1向当前拐点移动再次检测，直至满足条件或-1节点为当前拐点，，之后，当前拐点+1，重新以终点为检测点进行检测，如此迭代，直至当前拐点+1为终点，则处理完毕。在该逻辑下，连续的稠密路径将转换为仅保留绕开障碍物的拐点路径。\nDijkstra算法和A有什么异同？\n-Dijkstra同样是广度优先搜索思想，但不同于A，并没有启发代价考量，它主要考虑A-B间连通状况，并不追求路径最短。可以简单理解，A*算法中H代价=0，即等价于Dijkstra，搜索过程是以起点为中心扩散泛洪式搜索。\n你还了解哪些A算法的变种吗？\n-双向A*，主要提升搜索效率，在A过程中是以起点开始单向搜索，双向A*，也就是在搜索过程中，可以同步的以终点反向向起点同时搜索，当搜索节点互相重叠时，以两条路径进行叠加拼接，获取一条完整的路径。\n-以及Hybird A*，加入了机器人运动约束，搜索节点的运算不再是通过邻域计算，而是，通过运动模型。A*仅可以对路径节点位置规划，Hybird A、*同时也可以对姿态进行规划，但对应的算法效率相对变低。\n请简述一下DWA算法？\nDWA是基于动态窗口的局部路径规划算法\n它的核心思想是“在有限的时间内，从一堆可行的速度里挑出最好的一个”。它不直接规划具体的轨迹点，而是直接在速度空间（线速度和角速度）即窗口中进行采样和评估。可以分为三个步骤来理解：\n第一步：确定“动态窗口”（筛选可行速度）\n机器人不能想怎么动就怎么动，它受到物理和环境的多重限制。DWA 会在速度空间中划出一个合法的“窗口”，只有落在这个窗口内的速度组合，这个窗口由三个条件取交集得到：\n机器人自身的极限速度：比如电机最大能跑多快\n电机的加速度限制：考虑到上一时刻的速度，当前周期内加速或减速不能超过电机的能力\n安全刹车距离：这是最关键的一点。机器人在当前速度下，必须保证能在撞到障碍物之前完全刹停。如果某个速度会导致刹车不及，就会被直接剔除。 第二步：轨迹推演与评分（预测未来）\n对于动态窗口内留下的每一组速度，算法会假设机器人在接下来的一小段时间内保持这个速度不变，从而推演出一条模拟轨迹。然后，通过一个评价函数给这些轨迹打分。\n标准的评价函数通由三部分组成：\nG(v,ω)=α⋅heading+β⋅dist+γ⋅vel\n其含义是：\nheading（方位角代价）：轨迹终点朝向与目标点的夹角。简单说就是谁离终点方向更近，分越高。\ndist（障碍物距离代价）：轨迹上离最近障碍物的距离。离障碍物越远，分越高（保证安全）。\nvel（速度代价）：当前的线速度大小。跑得越快，分越高（保证效率）。\nα,β,γ 是权重系数，用来根据实际场景调整机器人的行为偏好（比如狭窄环境就把 β 调大，空旷环境就把 γ 调大）。\n第三步：执行最优解\n计算完所有模拟轨迹的分数后，算法会选择得分最高的那一组速度，下发给底层的电机控制器去执行。到了下一个控制周期，再重新重复上述过程。\n您是如何调试pid参数的？\n呵呵，一般就是手动试，先调p后i再d。\n可以的，我们接下来聊一聊产品工程。在扫地机器人中，您是如何规划它的弓字形作业路线的？\n-首先弓字型路线的规划，也是基于已知栅格的地图的规划形式。\n-整体上可以分为两个步骤：一是确定弓字形路线点对，二是将弓字形路线点对进行串联。\n-确定弓字形路线点对的过程是，比如我们将地图从左向右逐栅格进行遍历，每次遇到（可通行\u0026amp;不可通行-1）确认为一对有效点对进行记录存储，当然这里我们考虑有效的最短弓字路线约束条件，比如小于1个机身直径我们认为过短则放弃记录。在同一行的遍历中，是有可能记录多个点对的，当遍历完一行后，开始下一行的遍历，我们可以默认由上向下的遍历顺序，每一行之间都有一定的间隔，这个间隔一般要考虑机器的清扫滚刷直径，理论上等同于一个直径，但我们往往稍微取小于一个滚刷直径，使它的清扫路径有部分重叠，避免由于外在干扰或精度问题，导致漏扫。如此迭代，直至完成全局遍历，便获取到了地图上弓字形路径的所有拐点。\n-之后将弓字形拐点进行串联，变为有序路径，首先以机器人当前位置为当前节点，进行泛洪式搜索，获取到连通的最近拐点A，检查当前点与拐点A之间的直通性，如存在障碍则需由A*路径替代当前节点与A之间的路径，如直通则直接保留A节点，之后以该拐点的对点即A‘为起点，再次进行搜索，如此迭代，直至完成所有点对的串联或无法再搜索到有效点对。\n在扫地机产品中，有基于地图进行房间区域分割的功能，是您负责开发吗？请简述一下实现方案\n-主要4个步骤。\n-1.首先这里我们用到了opencv库，对地图墙体进行直线提取，获取到所有直线信息。\n-2.之后将所有直线进行双端延长，延长距离即可等价普遍房门宽度，比如1m，延长后，所有直线叠加，即可将原有地图区域划分为N个不再连通的封闭空间\n-3.对地图进行遍历，仍然是通过泛洪式搜索，多次迭代获取出各个连通的小区域，并赋予不同的区域ID。\n-4.对于提取结果中，不可避免的会存在诸多零散或较小区域空间，我们按照最小区域阈值如2平米，进行处理，将小于阈值区域合并至相邻的较大区域，直至所有区域满足条件。\npid算法在产品中，都有哪些功能应用？\n比如，所有规划路径的跟随与运动控制，另外，沿边清扫功能。\n在沿边清扫中，是如何应用的，具体谈谈？\n扫地机器人有沿墙传感器，可反馈机器右侧与墙面之间距离，这里我们期望机体侧面与墙体间保持1.5cm距离，即pid的期望值，传感器的实时反馈距离则为观测值，期望值 - 观测值 = 偏差error，之后进行PID系数调教，沿边过程中行走线速度是固定的，设定0.25m/s，PID调教及输出实际是角速度的value。\nOK，辛苦了，接下来我向您介绍一下我们单位，X科技，是一家以自主研发激光雷达传感器为核心主业的企业，也是行业公认的头部企业您应该有所耳闻，今年我们也是刚刚立项成立面向C端扫地机器人项目组，预计组建10人左右算法团队，路径规划岗位保留4-6个名额，现在招聘的可以说是规控方向1号员工，如果您可顺利入职可能需要承担部分牵头工作，您是否有相关顾虑？\n-我觉得这是一份非常好的锻炼机会。\n您是否还有其他问题需要了解？\n暂时没有其他，谢谢。\n辛苦，感谢您的时间！我们内部沟通下您的面试情况，如有消息，会3日内答复您。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n路径规划与slam同为算法岗位，但有极其明显的工作差异，侧重也完全不同。\n路径规划更加贴近产品业务，30%基础算法支撑，70%侧重场景理解与工程体验优化，相对理论门槛低于slam，但业务分散与产品需求（即PRD文档）紧密相关，定制化变更可能性较高，工作量远高于slam。\nslam70%基础算法支撑，30%工程化策略，理论门槛高且业务独立（同类产品可移植性更强），更加集中于定位鲁棒与建图一致性优化，与产品需求耦合较低，主要作为规控模块的localtion\u0026amp;map输入支撑，工作量相对低于规控方向。\n从人员布局方面，规控应普适性大于slam方向人数。\n","permalink":"http://slamseek.com/sweeper/ms-navigation/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮对扫地机器人项目路径规划算法岗位常见面试题做出梳理  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e澄清路径规划岗位与slam岗位工作性质差异  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-prd.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：人事部（H工）\u003c/p\u003e\n\u003cp\u003eCC：X总\u003c/p\u003e\n\u003cp\u003eHi H工,\u003c/p\u003e\n\u003cp\u003e今天已完成路径规划算法岗位候选人的技术面试，通过一人，请H工继续跟进协同X总时间进行二面\u003c/p\u003e\n\u003cp\u003e整体沟通过程如下\u003c/p\u003e\n\u003cp\u003e请做一个简短的自我介绍\u003cbr\u003e\n-面试官，您好！我姓N，19年开始从事机器人行业，在某西科技主要研发仓储AMR机器人，21年加入某石科技做清洁机器人产品开发，深度参与了T7、J20等4款产品型号的研发。至今共7年算法开发经验，我的技术栈主要包括ROS/C++，算法方面便是常用的全局及局部路径规划，如A*/Dijkstra/DWA等，运动控制主要是PID、LQR及MPC，这些都比较熟悉。\u003c/p\u003e\n\u003cp\u003e您好，N工，接下来我们先聊一聊具体算法技术，之后，再聊产品，分两部分交流。您首先介绍一下对A*算法的理解？\u003cbr\u003e\n-好的，A*算法是广度优先搜索思想，基于栅格地图实现全局A-B两点间最短路径规划，一般A点即机器人当前位置-起点，B点为目标点。\u003cbr\u003e\n-起点、目标点、栅格图作为A*算法的3个基础输入参数，栅格图至少可以表达未知、占据、通行三种单元信息，考虑机器人本体大小，栅格图中占据栅格需要进行代价计算、膨胀处理，即我们常称的CostMap。膨胀范围需要结合栅格分辨率及本体大小共同考量。\u003cbr\u003e\n-算法过程有三个关键元素，开启列表、关闭列表、移动权重公式F=G+H。开启列表主要存储机器人可移动节点，关闭列表主要存储机器人禁止移动节点，如障碍栅格位置节点，开启列表中每个可移动节点需要进行计算与更新移动权重F，G表达常量移动代价，H一般有两种取法，节点与目标点间欧式距离或曼哈顿距离，H代价的存在，也使其成为启发式广度搜索。\u003cbr\u003e\n-算法启动首先以当前位置节点为中心（默认为最小移动代价），计算其8邻域或4邻域节点，将可通行节点记录父节点与计算权重F后放置开启列表，如某节点已存在于开启列表需要更新其移动权重（更新项为基于当前父节点的常量代价G）与父节点，不可通行节点放置关闭列表。\u003cbr\u003e\n-每次开启列表pop出最小移动代价节点，作为中心节点，进行邻域计算与权重计算，如此循环迭代，直至邻域中检测到目标节点。\u003cbr\u003e\n-最终，通过父节点链条回溯，则得到一条A-B点间连续的最短路径。\u003c/p\u003e\n\u003cp\u003e您对A\u003cem\u003e算法做过哪些方面的优化吗？\u003cbr\u003e\n-一是，开启列表每次获取最小移动代价节点，可用最小堆或优先队列实现，提升检索效率。\u003cbr\u003e\n二是，A\u003c/em\u003e最短路径只是理论最优，会存在起点与目标点间，即使无障碍物但存在拐点，并非一条直线直接到达的情况。对于规划路径结果可以进一步优化，我曾用弗洛伊德路径平滑思路进行处理，思路是，首先设定当前拐点，默认为起点，其次设定检测点，默认为终点。计算当前拐点与检测点之间栅格直线，直线所通过栅格，如果全部为可通行状态，则剔除当前拐点与检测点之间所有节点，如果存在障碍物，则检测点-1向当前拐点移动再次检测，直至满足条件或-1节点为当前拐点，，之后，当前拐点+1，重新以终点为检测点进行检测，如此迭代，直至当前拐点+1为终点，则处理完毕。在该逻辑下，连续的稠密路径将转换为仅保留绕开障碍物的拐点路径。\u003c/p\u003e\n\u003cp\u003eDijkstra算法和A\u003cem\u003e有什么异同？\u003cbr\u003e\n-Dijkstra同样是广度优先搜索思想，但不同于A\u003c/em\u003e，并没有启发代价考量，它主要考虑A-B间连通状况，并不追求路径最短。可以简单理解，A*算法中H代价=0，即等价于Dijkstra，搜索过程是以起点为中心扩散泛洪式搜索。\u003c/p\u003e\n\u003cp\u003e你还了解哪些A\u003cem\u003e算法的变种吗？\u003cbr\u003e\n-双向A*，主要提升搜索效率，在A\u003c/em\u003e过程中是以起点开始单向搜索，双向A*，也就是在搜索过程中，可以同步的以终点反向向起点同时搜索，当搜索节点互相重叠时，以两条路径进行叠加拼接，获取一条完整的路径。\u003cbr\u003e\n-以及Hybird A*，加入了机器人运动约束，搜索节点的运算不再是通过邻域计算，而是，通过运动模型。A*仅可以对路径节点位置规划，Hybird A、*同时也可以对姿态进行规划，但对应的算法效率相对变低。\u003c/p\u003e\n\u003cp\u003e请简述一下DWA算法？\u003cbr\u003e\nDWA是基于动态窗口的局部路径规划算法\u003cbr\u003e\n它的核心思想是“在有限的时间内，从一堆可行的速度里挑出最好的一个”。它不直接规划具体的轨迹点，而是直接在速度空间（线速度和角速度）即窗口中进行采样和评估。可以分为三个步骤来理解：\u003cbr\u003e\n第一步：确定“动态窗口”（筛选可行速度）\u003cbr\u003e\n机器人不能想怎么动就怎么动，它受到物理和环境的多重限制。DWA 会在速度空间中划出一个合法的“窗口”，只有落在这个窗口内的速度组合，这个窗口由三个条件取交集得到：\u003cbr\u003e\n机器人自身的极限速度：比如电机最大能跑多快\u003cbr\u003e\n电机的加速度限制：考虑到上一时刻的速度，当前周期内加速或减速不能超过电机的能力\u003cbr\u003e\n安全刹车距离：这是最关键的一点。机器人在当前速度下，必须保证能在撞到障碍物之前完全刹停。如果某个速度会导致刹车不及，就会被直接剔除。\n第二步：轨迹推演与评分（预测未来）\u003cbr\u003e\n对于动态窗口内留下的每一组速度，算法会假设机器人在接下来的一小段时间内保持这个速度不变，从而推演出一条模拟轨迹。然后，通过一个评价函数给这些轨迹打分。\u003cbr\u003e\n标准的评价函数通由三部分组成：\u003cbr\u003e\nG(v,ω)=α⋅heading+β⋅dist+γ⋅vel\u003cbr\u003e\n其含义是：\u003cbr\u003e\nheading（方位角代价）：轨迹终点朝向与目标点的夹角。简单说就是谁离终点方向更近，分越高。\u003cbr\u003e\ndist（障碍物距离代价）：轨迹上离最近障碍物的距离。离障碍物越远，分越高（保证安全）。\u003cbr\u003e\nvel（速度代价）：当前的线速度大小。跑得越快，分越高（保证效率）。\u003cbr\u003e\nα,β,γ 是权重系数，用来根据实际场景调整机器人的行为偏好（比如狭窄环境就把 β 调大，空旷环境就把 γ 调大）。\u003cbr\u003e\n第三步：执行最优解\u003cbr\u003e\n计算完所有模拟轨迹的分数后，算法会选择得分最高的那一组速度，下发给底层的电机控制器去执行。到了下一个控制周期，再重新重复上述过程。\u003c/p\u003e\n\u003cp\u003e您是如何调试pid参数的？\u003cbr\u003e\n呵呵，一般就是手动试，先调p后i再d。\u003c/p\u003e\n\u003cp\u003e可以的，我们接下来聊一聊产品工程。在扫地机器人中，您是如何规划它的弓字形作业路线的？\u003cbr\u003e\n-首先弓字型路线的规划，也是基于已知栅格的地图的规划形式。\u003cbr\u003e\n-整体上可以分为两个步骤：一是确定弓字形路线点对，二是将弓字形路线点对进行串联。\u003cbr\u003e\n-确定弓字形路线点对的过程是，比如我们将地图从左向右逐栅格进行遍历，每次遇到（可通行\u0026amp;不可通行-1）确认为一对有效点对进行记录存储，当然这里我们考虑有效的最短弓字路线约束条件，比如小于1个机身直径我们认为过短则放弃记录。在同一行的遍历中，是有可能记录多个点对的，当遍历完一行后，开始下一行的遍历，我们可以默认由上向下的遍历顺序，每一行之间都有一定的间隔，这个间隔一般要考虑机器的清扫滚刷直径，理论上等同于一个直径，但我们往往稍微取小于一个滚刷直径，使它的清扫路径有部分重叠，避免由于外在干扰或精度问题，导致漏扫。如此迭代，直至完成全局遍历，便获取到了地图上弓字形路径的所有拐点。\u003cbr\u003e\n-之后将弓字形拐点进行串联，变为有序路径，首先以机器人当前位置为当前节点，进行泛洪式搜索，获取到连通的最近拐点A，检查当前点与拐点A之间的直通性，如存在障碍则需由A*路径替代当前节点与A之间的路径，如直通则直接保留A节点，之后以该拐点的对点即A‘为起点，再次进行搜索，如此迭代，直至完成所有点对的串联或无法再搜索到有效点对。\u003c/p\u003e","title":"《面试篇二》扫地机器人规划控制算法面试过程与答复 | slamseek"},{"content":" 引言导读：\n本邮件对扫地机器人主体与基站主要组成做出梳理 宏观澄清各个组件量产注意事项 本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\nTO：X总\nCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\n各位,\nSEEK S1结构外观已同J工商讨确定设计定稿，产品主体线稿如下\n一、底部执行系统：\n底部执行系统直接决定了产品的核心清洁能力和用户维护频率，也是售后故障率最高的区域。\n万向轮：当前主流设计为单轮双轴承结构，直径 30-35mm。行业通病是毛发缠绕导致转向卡顿，解决方案包括：防缠绕轮轴设计、可拆卸式轮组、以及部分高端机型采用的主动驱动万向轮。\n主动轮：普遍采用直流减速电机 + 行星齿轮箱 + 悬挂系统的架构。悬挂行程通常设计为 15-20mm，以覆盖绝大多数家庭门槛高度。轮面材质多为 TPU 橡胶，硬度 60-70 Shore A。\n悬崖传感器：标准配置为 6 组红外对管，分布在底部四周。检测距离通常设定为 8-10mm，响应时间 \u0026lt; 10ms。\n滚刷与吸尘模块：当前主流方案为胶毛一体滚刷 + 单风机吸尘系统。纯胶滚刷在防毛发缠绕方面表现更优，但对地毯的清洁力略差；胶毛混合滚刷则兼顾两者。需注意：吸尘风道的密封性设计对实际吸力影响极大，风道泄漏 10% 可导致实际吸力下降 30% 以上。\n滚筒拖布系统：这是 2024 年以来行业竞争的核心赛道。主流方案为双滚筒对旋 + 加压结构，压力通常在 5-10N。工程难点在于：拖布的含水率控制、污水回收效率、以及基站清洗盘的自清洁能力。当前行业普遍存在的问题是拖布异味和残留水渍，解决方案包括：热风烘干、银离子抗菌、以及基站自动排污。\n对接接口：集尘口、注水口和充电极片的对齐精度要求在 ±2mm 以内。量产中需重点关注对接机构的公差设计和磨损补偿。充电极片建议采用镀金工艺，以防止氧化导致的充电接触不良。\n二、顶部感知系统：\n感知系统是扫地机器人的 \u0026ldquo;大脑\u0026rdquo;，决定了产品的智能化水平和用户体验上限。\n可升降激光雷达：当前主流 LDS 激光雷达的转速为 300-600RPM，测距范围 0.1-8m，精度 ±2cm。可升降结构的升降行程通常为 10-15mm，使机器人能够进入高度 8cm 以下的低矮空间。工程难点在于升降机构的可靠性和密封性，需通过 10000 次以上的升降寿命测试。\n避障系统：当前行业主流方案为 \u0026ldquo;结构光 + 单目视觉\u0026rdquo;，可识别直径 5mm 以上的障碍物。纯视觉方案成本较低，但在弱光环境下表现较差；3D 结构光方案精度更高，但 BOM 成本增加。需注意：避障系统的误检率和漏检率是一对矛盾，过度敏感会导致漏扫，过于迟钝则会导致碰撞。\n碰撞感知：采用物理碰撞板 + 微动开关的设计，通常配备 3-4 个微动开关分布在碰撞板四周。量产中需关注碰撞板的回弹力度和间隙设计，过大的间隙会导致碰撞时产生异响，过小的间隙则会影响触发灵敏度。\n沿墙传感器：采用红外测距传感器，与墙壁的保持距离通常设定为 10-15mm。配合边刷实现边缘清洁。\n三、全能基站：\n基站是实现 \u0026ldquo;月抛式\u0026rdquo; 使用体验的核心，也是当前产品差异化竞争的主要方向。\n自动集尘系统：主流方案为离心风机 + HEPA 过滤 + 集尘袋。风机吸力通常在 20000-25000Pa，集尘时间 10-15 秒。集尘袋容量 2-3L，可使用 30-60 天。工程难点在于集尘时的噪音控制和粉尘泄漏问题。\n自动洗拖布系统：采用清水喷淋 + 刮条刮擦的清洗方式。清洗盘通常设计有凸起的刮条和排水槽。当前行业痛点是清洗盘的自清洁能力，长期使用后容易积累污垢和产生异味。\n水箱系统：采用净水箱 + 污水箱的双水箱设计，容量通常为 4L+4L。部分高端机型增加了银离子抗菌模块和水质软化模块。需注意：水箱的密封性设计和液位检测精度，防止漏水导致的安全问题。\n充电系统：采用接触式充电，输出电压通常为 14.4V，电流 2-3A。充满电时间约 3-4 小时。量产中需关注充电管理 IC 的选型和散热设计，防止过充和过热。\n如上，请各位明日9:00共同评审。\nVon\nBest Regards\nMail : slamseek@163.com\n智能研发部\n作者观：\n以上是当前主流扫拖一体机器人的外观架构解析。\n行业已经从早期的 \u0026ldquo;能扫干净\u0026rdquo; 进化到了 \u0026ldquo;自动化程度\u0026rdquo; 和 \u0026ldquo;用户体验\u0026rdquo; 的竞争阶段。\n未来的技术趋势将集中在：更高集成度的传感器、更智能的 AI 算法、以及更完善的基站自动化功能。\n","permalink":"http://slamseek.com/sweeper/jh-jiegou/","summary":"\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;font-style: italic; font-weight: bold;\"\u003e\n\u003cp\u003e引言导读：\u003cbr\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e本邮件对扫地机器人主体与基站主要组成做出梳理  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e宏观澄清各个组件量产注意事项  \u003cbr\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"../dl-introduction\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"扫地机技术迁移性说明\"\u003e本书以扫地机器人为载体阐述，但技术方法论并非局限于扫地机器人单一品类，其核心工程逻辑与技术方案可直接引申借鉴至更广泛的服务机器人场景：包括割草机器人、空气净化机器人、泳池清洁机器人、家用服务机器人、消杀机器人等，从室内到户外、从清洁到服务的多类场景中，算法技术储备、工程化适配方法、系统架构设计、集成逻辑均可复用，掌握扫地机器人技术即掌握了服务机器人研发的底层通用能力。\u003c/a\u003e\u003cbr\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003c/span\u003e  \n\u003chr\u003e\n\u003cp\u003e\u003cimg alt=\"机器人项目阶段进展 IPD\" loading=\"lazy\" src=\"../../images/jindu-prd.jpeg\" title=\"机器人项目阶段进展 IPD\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cspan style=\"font-size:12px;color: #ffffff;\"\u003e\n\u003cp\u003eTO：X总\u003c/p\u003e\n\u003cp\u003eCC：产品部（C工）、硬件负责（Y工）、软件负责（R工）、结构负责（J工）\u003c/p\u003e\n\u003cp\u003e各位,\u003c/p\u003e\n\u003cp\u003eSEEK S1结构外观已同J工商讨确定设计定稿，产品主体线稿如下\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"扫地机器人底部执行系统外观\" loading=\"lazy\" src=\"../../images/waiguan-benti-dibu.png\" title=\"扫地机器人底部执行系统外观\"\u003e\u003c/p\u003e\n\u003cp\u003e一、底部执行系统：\u003cbr\u003e\n底部执行系统直接决定了产品的核心清洁能力和用户维护频率，也是售后故障率最高的区域。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e万向轮：\u003c/span\u003e当前主流设计为单轮双轴承结构，直径 30-35mm。行业通病是毛发缠绕导致转向卡顿，解决方案包括：防缠绕轮轴设计、可拆卸式轮组、以及部分高端机型采用的主动驱动万向轮。\u003cbr\u003e\n主动轮：普遍采用直流减速电机 + 行星齿轮箱 + 悬挂系统的架构。悬挂行程通常设计为 15-20mm，以覆盖绝大多数家庭门槛高度。轮面材质多为 TPU 橡胶，硬度 60-70 Shore A。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e悬崖传感器：\u003c/span\u003e标准配置为 6 组红外对管，分布在底部四周。检测距离通常设定为 8-10mm，响应时间 \u0026lt; 10ms。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e滚刷与吸尘模块：\u003c/span\u003e当前主流方案为胶毛一体滚刷 + 单风机吸尘系统。纯胶滚刷在防毛发缠绕方面表现更优，但对地毯的清洁力略差；胶毛混合滚刷则兼顾两者。需注意：吸尘风道的密封性设计对实际吸力影响极大，风道泄漏 10% 可导致实际吸力下降 30% 以上。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e滚筒拖布系统：\u003c/span\u003e这是 2024 年以来行业竞争的核心赛道。主流方案为双滚筒对旋 + 加压结构，压力通常在 5-10N。工程难点在于：拖布的含水率控制、污水回收效率、以及基站清洗盘的自清洁能力。当前行业普遍存在的问题是拖布异味和残留水渍，解决方案包括：热风烘干、银离子抗菌、以及基站自动排污。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e对接接口：\u003c/span\u003e集尘口、注水口和充电极片的对齐精度要求在 ±2mm 以内。量产中需重点关注对接机构的公差设计和磨损补偿。充电极片建议采用镀金工艺，以防止氧化导致的充电接触不良。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"扫地机器人主体外观\" loading=\"lazy\" src=\"../../images/waiguan-benti.png\" title=\"扫地机器人主体外观\"\u003e\u003c/p\u003e\n\u003cp\u003e二、顶部感知系统：\u003cbr\u003e\n感知系统是扫地机器人的 \u0026ldquo;大脑\u0026rdquo;，决定了产品的智能化水平和用户体验上限。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e可升降激光雷达：\u003c/span\u003e当前主流 LDS 激光雷达的转速为 300-600RPM，测距范围 0.1-8m，精度 ±2cm。可升降结构的升降行程通常为 10-15mm，使机器人能够进入高度 8cm 以下的低矮空间。工程难点在于升降机构的可靠性和密封性，需通过 10000 次以上的升降寿命测试。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e避障系统：\u003c/span\u003e当前行业主流方案为 \u0026ldquo;结构光 + 单目视觉\u0026rdquo;，可识别直径 5mm 以上的障碍物。纯视觉方案成本较低，但在弱光环境下表现较差；3D 结构光方案精度更高，但 BOM 成本增加。需注意：避障系统的误检率和漏检率是一对矛盾，过度敏感会导致漏扫，过于迟钝则会导致碰撞。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e碰撞感知：\u003c/span\u003e采用物理碰撞板 + 微动开关的设计，通常配备 3-4 个微动开关分布在碰撞板四周。量产中需关注碰撞板的回弹力度和间隙设计，过大的间隙会导致碰撞时产生异响，过小的间隙则会影响触发灵敏度。\u003cbr\u003e\n\u003cspan style=\"color:rgb(255,192,0);font-weight: bold;\"\u003e沿墙传感器：\u003c/span\u003e采用红外测距传感器，与墙壁的保持距离通常设定为 10-15mm。配合边刷实现边缘清洁。\u003c/p\u003e","title":"《计划篇一》扫地机器人外观与结构设计 | slamseek"},{"content":"","permalink":"http://slamseek.com/mower/prologue/","summary":"","title":"敬请期待"},{"content":"博主（Von） 关于履历，可以用一张图来概括\n团队 本站内容来源主要由团队共同组织、审核，团队成员5名，均为业内资深研发或管理岗位，毕业于北京航空航天大学、北京邮电大学等知名高校\n","permalink":"http://slamseek.com/about/about/","summary":"\u003ch2 id=\"博主von\"\u003e博主（Von）\u003c/h2\u003e\n\u003cp\u003e关于履历，可以用一张图来概括\u003cbr\u003e\n\u003cimg alt=\"about me\" loading=\"lazy\" src=\"/images/about_me.png\" title=\"Von履历\"\u003e\u003c/p\u003e\n\u003ch2 id=\"团队\"\u003e团队\u003c/h2\u003e\n\u003cp\u003e本站内容来源主要由团队共同组织、审核，团队成员5名，均为业内资深研发或管理岗位，毕业于北京航空航天大学、北京邮电大学等知名高校\u003c/p\u003e","title":"关于我们"},{"content":"电子邮箱 slamseek@163.com\n工作日 上午8:00-9:00 进行邮件查阅答复\n","permalink":"http://slamseek.com/about/connect/","summary":"\u003ch2 id=\"电子邮箱\"\u003e电子邮箱\u003c/h2\u003e\n\u003cp\u003e\u003ca href=\"mailto:slamseek@163.com\"\u003eslamseek@163.com\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003e工作日 上午8:00-9:00 进行邮件查阅答复\u003c/p\u003e","title":"联系我们"},{"content":"2026年的春天，AI科技圈的热度比气温上升得更快。3月，华为合作伙伴大会上，常务董事汪涛宣布了一个震撼的数字：全球日均Token消耗量已超360万亿，未来五年预计将增长3亿倍。同月，英伟达GTC大会上，黄仁勋宣告AI已进入“推理拐点”，数据中心正转变为“Token工厂”。而在中国，鸿蒙生态用户突破5000万、Alchemy框架将大模型训练成本降低40%、芯片出口暴增37%等五大科技里程碑接连落地。\n这些看似独立的事件，共同指向一个清晰的时代信号：人工智能已从实验室的技术竞赛，全面进入工业化落地和价值创造的新阶段。2026年，正成为AI产业从“炫技”到“务实”的关键转折点。\n技术范式变革：从“聊天”到“做事”的质变 “以对话为核心的‘Chat’范式已告终结，AI竞争转向‘能办事’的智能体时代。”这是清华大学“AGI-Next”峰会上行业专家达成的共识。这一判断精准概括了当前AI技术演进的核心逻辑。\n基础模型正在经历从“预测下一个词”到“预测世界下一状态”的根本性转变。世界模型成为AGI的核心突破口，腾讯混元Voyager、昆仑万维Matrix-3D等模型在3D空间感知与物理推理领域表现突出，为自动驾驶、人形机器人等实体交互场景提供决策支撑。\n更具革命性的是具身智能的实体化进程。2026年被业界称为“具身智能量产元年”。国内具身智能企业数量已超230家，其中人形机器人企业超过100家。东风柳汽与智平方合作的通用智能机器人AlphaBot 2，具备34个以上自由度的全身协同控制能力，可在汽车工厂覆盖上下料、拖拽料车等场景。特斯拉Optimus机器人在虚拟环境中完成千万次操作训练后，真实场景中的操作准确率提升至98%。\n与此同时，推理技术迎来革命性突破。稀疏激活模型、动态推理框架的大规模应用，让大模型的推理成本较2024年下降了80%以上。端侧运行7B/14B参数模型已经成为智能手机、智能汽车的标配，过去需要云端计算的复杂任务，现在本地就能秒级响应。\n产业落地加速：从概念验证到规模商用 技术成熟直接推动了落地场景的爆发。2026年，AI在三个赛道已经跑出了清晰的商业化路径。\n智能体规模化落地成为最显著的标志。不同于过去只能完成简单对话的AI助理，现在的智能体已经具备完整的任务规划、工具调用和多轮纠错能力。在客户服务、内容生产、行政办公等场景的替代率已经超过40%，不少互联网公司的客服团队已经实现了70%的AI化运营，人效提升超过3倍。\n3月20日，上海智期科技发布的“智期AI数智员工平台1.0”，聚焦中小微企业的人力成本高、专业人才紧缺等现实难题，通过构建标准化、模块化的数智员工体系，推动企业实现从传统用工模式向智能化、敏捷化运营模式转变。该平台围绕企业全流程运作需求，打造覆盖决策、管理、专业及基础岗位的数智员工矩阵，其中AI招聘经理、AI客服经理等应用已实现较为成熟的闭环运行。\n工业AI进入深水区。计算机视觉、预测性维护等技术已经从“试点应用”变成了制造企业的标配。头部新能源工厂的质检环节AI覆盖率已经达到90%以上，缺陷识别准确率超过99.5%，每年为企业节省上亿元的质检成本。海康威视“巨灵”平台实现设备预测性维护准确率达92%；三一重工智能产线通过AI优化调度，订单交付周期缩短40%。\nAI决策支持系统普及。越来越多的企业将销售预测、供应链调度、风险管控等核心环节交给AI处理，决策效率提升的同时，平均失误率下降了25%以上。百度“智金”智能体实现财富管理、合规审查全流程覆盖，风险识别效率提升3倍。\n商业生态重构：Token经济与算力新范式 AI进入Agent时代的核心特征，是Token的海量消耗——一个复杂Agent任务的Token消耗量可达普通对话模式的几十甚至上百倍，被网友戏称为“算力黑洞”。这一变化，正推动大厂云服务的商业模式发生根本性变革。\nToken已成为AI时代的核心生产资料与价值衡量标尺。华为高级副总裁李鹏直言：“Token经济时代已经来临。”我国人工智能等研发应用走在世界前列，日均Token消耗量已跃升至180万亿，平均每1.5天就有一个新模型诞生。\n云厂商已经敏锐捕捉到这一变化。腾讯云宣布，3月13日起对其智能体开发平台的部分模型计费价格进行调整，涨幅普遍超过400%。阿里云、百度智能云日前也宣布对AI算力、存储相关产品涨价，最高涨幅达34%。涨价背后，是全球AI需求爆发、供应链成本上涨及Token调用量暴涨的现实。\n更深远的影响在于算力角色的转变。算力从长期的成本中心，首次迎来转化为持续收入来源的机遇。中国联通高管团队在3月19日业绩会上明确，2026年公司资本开支预计在500亿元左右，超过35%将投入算力领域，要把Token运营模式作为核心创新方向。\n存储芯片也迎来由AI驱动的超级周期。3月18日，阿里云、百度智能云接连宣布AI算力、存储产品大幅调价。三星、SK海力士将在2026年第二季度大幅上调DRAM产品价格，其中DDR5颗粒统一涨价约40%，部分高端产品涨幅高达100%。AI服务器对存储的需求是传统服务器的8-10倍，随着全球AI大模型从训练阶段转向大规模场景化落地，AI服务器出货量呈现爆发式增长。\n中国力量崛起：从技术跟跑到产业领跑 2026年，中国AI产业正从技术跟跑向部分领跑转变。2025年中国AI核心产业规模突破9000亿元，企业数量达5300家，国家级专精特新“小巨人”企业超400家，整体实力稳居全球第一梯队。\n技术突破方面，中国走出了一条不同于美国硅谷的“开源创新”之路。DeepSeek、通义千问等大模型实现突破，清华大学SALMONN音视频大模型在多项评测中超越GPT-4o等国际主流模型。华为推出的Alchemy通用训练框架，直接把大模型训练成本砍了40%，还兼容国内外主流芯片架构。\n产业应用方面，中国展现出强大的场景落地能力。截至2025年6月，我国生成式AI用户规模达5.15亿人，普及率36.5%。预计到2026年，中国生成式人工智能用户规模有望超过9亿人，普及率超过50%。\n企业战略方面，国内科技巨头集体开启新一轮战略升级。腾讯扭转了此前的保守投入策略，明确提出2026年AI新产品投入将至少翻倍增长。阿里巴巴设定了云与AI商业化收入的重磅目标，成立由CEO吴泳铭亲自挂帅的Alibaba Token Hub事业群，希望打通Token创造、输送、应用的全链条。\n资本市场方面，AI视频生成领域爱诗科技完成3亿美元C轮融资，创下亚洲AI视频最大单次融资纪录。具身智能赛道迎来上市爆发年，超20家企业明确提出上市计划。\n挑战与未来：价值导向成为行业共识 站在2026年的节点往回看，过去三年AI行业的发展完成了从“炫技”到“务实”的转变。接下来整个行业的核心逻辑，将会从“有没有”转向“好不好”：不再追求参数规模的世界纪录，而是看重技术能不能帮企业降本增效、能不能给用户创造实际价值。\n华为高级副总裁李鹏表示，随着智能化升级加速，市场对确定性网络、数据中心互联和产业超算等需求爆发，预计2026年将为ICT产业带来超过8000亿元的市场机会。到2030年，中国AI相关产业规模将突破10万亿元。\n然而挑战依然存在。目前AI Agent在复杂工作流中的落地仍处于初期阶段，如何将技术能力转化为客户的实际价值，提升付费意愿和复购率，仍是所有玩家需要解决的问题。根据MIT报告，通过对300个企业的AI项目的研究，发现95%的GenAI Pilot项目未能产生任何可衡量的影响。\n监管体系也在逐步完善。2026年1月至2月新增48款生成式人工智能服务在国家网信办完成备案，截至2月28日，累计有796款生成式人工智能服务完成备案。《生成式人工智能服务管理暂行办法》的细化落地，加上AI内容水印、可溯源技术的大规模应用，既划清了技术应用的红线，也为企业合规使用AI提供了清晰的指引。\n结语 2026年的AI产业，正站在从技术革命到产业革命的关键拐点。技术范式从“对话”转向“行动”，商业逻辑从“流量”转向“价值”，竞争焦点从“参数”转向“场景”。Token经济的兴起、算力角色的转变、具身智能的落地、中国力量的崛起，共同勾勒出一个更加务实、更加深入、更加普惠的AI新时代。\n对于AI从业者而言，未来的核心竞争力不再是对大模型原理的理解，而是懂行业、懂场景、能把AI技术和实际业务结合起来的复合能力。对于企业决策者而言，现在已经到了必须拥抱AI的关键节点：不是要不要用AI的问题，而是怎么用得比竞争对手更快、更好的问题。\n可以预见，未来三年会有一批成功应用AI的企业快速崛起，也会有一批拒绝变化的企业被时代淘汰。AI不是遥不可及的未来概念，而是已经渗透到产业各个环节的生产工具，越早拥抱，越早受益。\n在这个AI工业化的元年，每一个行业都在被重新定义，每一个企业都在寻找自己的AI坐标。这场静水深流的产业革命，才刚刚开始。\n","permalink":"http://slamseek.com/infomation/2026ai/","summary":"\u003cp\u003e2026年的春天，AI科技圈的热度比气温上升得更快。3月，华为合作伙伴大会上，常务董事汪涛宣布了一个震撼的数字：全球日均Token消耗量已超360万亿，未来五年预计将增长3亿倍。同月，英伟达GTC大会上，黄仁勋宣告AI已进入“推理拐点”，数据中心正转变为“Token工厂”。而在中国，鸿蒙生态用户突破5000万、Alchemy框架将大模型训练成本降低40%、芯片出口暴增37%等五大科技里程碑接连落地。\u003c/p\u003e\n\u003cp\u003e这些看似独立的事件，共同指向一个清晰的时代信号：人工智能已从实验室的技术竞赛，全面进入工业化落地和价值创造的新阶段。2026年，正成为AI产业从“炫技”到“务实”的关键转折点。\u003c/p\u003e\n\u003ch2 id=\"技术范式变革从聊天到做事的质变\"\u003e技术范式变革：从“聊天”到“做事”的质变\u003c/h2\u003e\n\u003cp\u003e“以对话为核心的‘Chat’范式已告终结，AI竞争转向‘能办事’的智能体时代。”这是清华大学“AGI-Next”峰会上行业专家达成的共识。这一判断精准概括了当前AI技术演进的核心逻辑。\u003c/p\u003e\n\u003cp\u003e基础模型正在经历从“预测下一个词”到“预测世界下一状态”的根本性转变。世界模型成为AGI的核心突破口，腾讯混元Voyager、昆仑万维Matrix-3D等模型在3D空间感知与物理推理领域表现突出，为自动驾驶、人形机器人等实体交互场景提供决策支撑。\u003c/p\u003e\n\u003cp\u003e更具革命性的是具身智能的实体化进程。2026年被业界称为“具身智能量产元年”。国内具身智能企业数量已超230家，其中人形机器人企业超过100家。东风柳汽与智平方合作的通用智能机器人AlphaBot 2，具备34个以上自由度的全身协同控制能力，可在汽车工厂覆盖上下料、拖拽料车等场景。特斯拉Optimus机器人在虚拟环境中完成千万次操作训练后，真实场景中的操作准确率提升至98%。\u003c/p\u003e\n\u003cp\u003e与此同时，推理技术迎来革命性突破。稀疏激活模型、动态推理框架的大规模应用，让大模型的推理成本较2024年下降了80%以上。端侧运行7B/14B参数模型已经成为智能手机、智能汽车的标配，过去需要云端计算的复杂任务，现在本地就能秒级响应。\u003c/p\u003e\n\u003ch2 id=\"产业落地加速从概念验证到规模商用\"\u003e产业落地加速：从概念验证到规模商用\u003c/h2\u003e\n\u003cp\u003e技术成熟直接推动了落地场景的爆发。2026年，AI在三个赛道已经跑出了清晰的商业化路径。\u003c/p\u003e\n\u003cp\u003e智能体规模化落地成为最显著的标志。不同于过去只能完成简单对话的AI助理，现在的智能体已经具备完整的任务规划、工具调用和多轮纠错能力。在客户服务、内容生产、行政办公等场景的替代率已经超过40%，不少互联网公司的客服团队已经实现了70%的AI化运营，人效提升超过3倍。\u003c/p\u003e\n\u003cp\u003e3月20日，上海智期科技发布的“智期AI数智员工平台1.0”，聚焦中小微企业的人力成本高、专业人才紧缺等现实难题，通过构建标准化、模块化的数智员工体系，推动企业实现从传统用工模式向智能化、敏捷化运营模式转变。该平台围绕企业全流程运作需求，打造覆盖决策、管理、专业及基础岗位的数智员工矩阵，其中AI招聘经理、AI客服经理等应用已实现较为成熟的闭环运行。\u003c/p\u003e\n\u003cp\u003e工业AI进入深水区。计算机视觉、预测性维护等技术已经从“试点应用”变成了制造企业的标配。头部新能源工厂的质检环节AI覆盖率已经达到90%以上，缺陷识别准确率超过99.5%，每年为企业节省上亿元的质检成本。海康威视“巨灵”平台实现设备预测性维护准确率达92%；三一重工智能产线通过AI优化调度，订单交付周期缩短40%。\u003c/p\u003e\n\u003cp\u003eAI决策支持系统普及。越来越多的企业将销售预测、供应链调度、风险管控等核心环节交给AI处理，决策效率提升的同时，平均失误率下降了25%以上。百度“智金”智能体实现财富管理、合规审查全流程覆盖，风险识别效率提升3倍。\u003c/p\u003e\n\u003ch2 id=\"商业生态重构token经济与算力新范式\"\u003e商业生态重构：Token经济与算力新范式\u003c/h2\u003e\n\u003cp\u003eAI进入Agent时代的核心特征，是Token的海量消耗——一个复杂Agent任务的Token消耗量可达普通对话模式的几十甚至上百倍，被网友戏称为“算力黑洞”。这一变化，正推动大厂云服务的商业模式发生根本性变革。\u003c/p\u003e\n\u003cp\u003eToken已成为AI时代的核心生产资料与价值衡量标尺。华为高级副总裁李鹏直言：“Token经济时代已经来临。”我国人工智能等研发应用走在世界前列，日均Token消耗量已跃升至180万亿，平均每1.5天就有一个新模型诞生。\u003c/p\u003e\n\u003cp\u003e云厂商已经敏锐捕捉到这一变化。腾讯云宣布，3月13日起对其智能体开发平台的部分模型计费价格进行调整，涨幅普遍超过400%。阿里云、百度智能云日前也宣布对AI算力、存储相关产品涨价，最高涨幅达34%。涨价背后，是全球AI需求爆发、供应链成本上涨及Token调用量暴涨的现实。\u003c/p\u003e\n\u003cp\u003e更深远的影响在于算力角色的转变。算力从长期的成本中心，首次迎来转化为持续收入来源的机遇。中国联通高管团队在3月19日业绩会上明确，2026年公司资本开支预计在500亿元左右，超过35%将投入算力领域，要把Token运营模式作为核心创新方向。\u003c/p\u003e\n\u003cp\u003e存储芯片也迎来由AI驱动的超级周期。3月18日，阿里云、百度智能云接连宣布AI算力、存储产品大幅调价。三星、SK海力士将在2026年第二季度大幅上调DRAM产品价格，其中DDR5颗粒统一涨价约40%，部分高端产品涨幅高达100%。AI服务器对存储的需求是传统服务器的8-10倍，随着全球AI大模型从训练阶段转向大规模场景化落地，AI服务器出货量呈现爆发式增长。\u003c/p\u003e\n\u003ch2 id=\"中国力量崛起从技术跟跑到产业领跑\"\u003e中国力量崛起：从技术跟跑到产业领跑\u003c/h2\u003e\n\u003cp\u003e2026年，中国AI产业正从技术跟跑向部分领跑转变。2025年中国AI核心产业规模突破9000亿元，企业数量达5300家，国家级专精特新“小巨人”企业超400家，整体实力稳居全球第一梯队。\u003c/p\u003e\n\u003cp\u003e技术突破方面，中国走出了一条不同于美国硅谷的“开源创新”之路。DeepSeek、通义千问等大模型实现突破，清华大学SALMONN音视频大模型在多项评测中超越GPT-4o等国际主流模型。华为推出的Alchemy通用训练框架，直接把大模型训练成本砍了40%，还兼容国内外主流芯片架构。\u003c/p\u003e\n\u003cp\u003e产业应用方面，中国展现出强大的场景落地能力。截至2025年6月，我国生成式AI用户规模达5.15亿人，普及率36.5%。预计到2026年，中国生成式人工智能用户规模有望超过9亿人，普及率超过50%。\u003c/p\u003e\n\u003cp\u003e企业战略方面，国内科技巨头集体开启新一轮战略升级。腾讯扭转了此前的保守投入策略，明确提出2026年AI新产品投入将至少翻倍增长。阿里巴巴设定了云与AI商业化收入的重磅目标，成立由CEO吴泳铭亲自挂帅的Alibaba Token Hub事业群，希望打通Token创造、输送、应用的全链条。\u003c/p\u003e\n\u003cp\u003e资本市场方面，AI视频生成领域爱诗科技完成3亿美元C轮融资，创下亚洲AI视频最大单次融资纪录。具身智能赛道迎来上市爆发年，超20家企业明确提出上市计划。\u003c/p\u003e\n\u003ch2 id=\"挑战与未来价值导向成为行业共识\"\u003e挑战与未来：价值导向成为行业共识\u003c/h2\u003e\n\u003cp\u003e站在2026年的节点往回看，过去三年AI行业的发展完成了从“炫技”到“务实”的转变。接下来整个行业的核心逻辑，将会从“有没有”转向“好不好”：不再追求参数规模的世界纪录，而是看重技术能不能帮企业降本增效、能不能给用户创造实际价值。\u003c/p\u003e\n\u003cp\u003e华为高级副总裁李鹏表示，随着智能化升级加速，市场对确定性网络、数据中心互联和产业超算等需求爆发，预计2026年将为ICT产业带来超过8000亿元的市场机会。到2030年，中国AI相关产业规模将突破10万亿元。\u003c/p\u003e\n\u003cp\u003e然而挑战依然存在。目前AI Agent在复杂工作流中的落地仍处于初期阶段，如何将技术能力转化为客户的实际价值，提升付费意愿和复购率，仍是所有玩家需要解决的问题。根据MIT报告，通过对300个企业的AI项目的研究，发现95%的GenAI Pilot项目未能产生任何可衡量的影响。\u003c/p\u003e\n\u003cp\u003e监管体系也在逐步完善。2026年1月至2月新增48款生成式人工智能服务在国家网信办完成备案，截至2月28日，累计有796款生成式人工智能服务完成备案。《生成式人工智能服务管理暂行办法》的细化落地，加上AI内容水印、可溯源技术的大规模应用，既划清了技术应用的红线，也为企业合规使用AI提供了清晰的指引。\u003c/p\u003e\n\u003ch2 id=\"结语\"\u003e结语\u003c/h2\u003e\n\u003cp\u003e2026年的AI产业，正站在从技术革命到产业革命的关键拐点。技术范式从“对话”转向“行动”，商业逻辑从“流量”转向“价值”，竞争焦点从“参数”转向“场景”。Token经济的兴起、算力角色的转变、具身智能的落地、中国力量的崛起，共同勾勒出一个更加务实、更加深入、更加普惠的AI新时代。\u003c/p\u003e\n\u003cp\u003e对于AI从业者而言，未来的核心竞争力不再是对大模型原理的理解，而是懂行业、懂场景、能把AI技术和实际业务结合起来的复合能力。对于企业决策者而言，现在已经到了必须拥抱AI的关键节点：不是要不要用AI的问题，而是怎么用得比竞争对手更快、更好的问题。\u003c/p\u003e\n\u003cp\u003e可以预见，未来三年会有一批成功应用AI的企业快速崛起，也会有一批拒绝变化的企业被时代淘汰。AI不是遥不可及的未来概念，而是已经渗透到产业各个环节的生产工具，越早拥抱，越早受益。\u003c/p\u003e\n\u003cp\u003e在这个AI工业化的元年，每一个行业都在被重新定义，每一个企业都在寻找自己的AI坐标。这场静水深流的产业革命，才刚刚开始。\u003c/p\u003e","title":"2026，AI工业化元年：从技术狂飙到价值落地，一场静水深流的产业革命"},{"content":"王工,\n获悉你牵头的 SlamSeek 正式上线，由衷为你感到高兴，特此致贺。\n共事数载，始终记得你在机器人算法研发一线的严谨与务实 —— 从扫地机规控算法调试，到激光 SLAM 落地，再到割草机架构搭建，你总能跳出理论局限，聚焦工程实操，把复杂技术简化落地，对接厂商时的细致、攻克技术卡点的韧劲，至今印象深刻。\n如今你以十年一线经验为根基，创办 SlamSeek，既是发挥自身所长，更精准填补了行业空白 —— 市面多是枯燥理论，而你能以职场实操视角，把算法、项目流程讲透，这份价值，无论对行业新人还是转行者，都尤为珍贵。\n坚信以你的技术沉淀、产品思维，定能把 SlamSeek 打造成机器人算法领域的实用平台，既实现自身价值，也能帮更多人少走弯路。\n祝 SlamSeek 运营顺利、稳步前行，后续若有技术交流或合作契机，盼能再并肩探讨。\nbest wish!\n张\n2026.05.10\n","permalink":"http://slamseek.com/mail/1_mail/","summary":"\u003cp\u003e王工,\u003c/p\u003e\n\u003cp\u003e获悉你牵头的 SlamSeek 正式上线，由衷为你感到高兴，特此致贺。\u003cbr\u003e\n共事数载，始终记得你在机器人算法研发一线的严谨与务实 —— 从扫地机规控算法调试，到激光 SLAM 落地，再到割草机架构搭建，你总能跳出理论局限，聚焦工程实操，把复杂技术简化落地，对接厂商时的细致、攻克技术卡点的韧劲，至今印象深刻。\u003cbr\u003e\n如今你以十年一线经验为根基，创办 SlamSeek，既是发挥自身所长，更精准填补了行业空白 —— 市面多是枯燥理论，而你能以职场实操视角，把算法、项目流程讲透，这份价值，无论对行业新人还是转行者，都尤为珍贵。\u003cbr\u003e\n坚信以你的技术沉淀、产品思维，定能把 SlamSeek 打造成机器人算法领域的实用平台，既实现自身价值，也能帮更多人少走弯路。\u003cbr\u003e\n祝 SlamSeek 运营顺利、稳步前行，后续若有技术交流或合作契机，盼能再并肩探讨。\u003cbr\u003e\nbest wish!\u003cbr\u003e\n张\u003cbr\u003e\n2026.05.10\u003c/p\u003e","title":"致贺"},{"content":"王工：\n恭喜你的 SlamSeek 正式上线，作为曾经并肩作战的同事，倍感欣慰，特此致贺，愿平台开局顺利、行稳致远。\n共事这些年，最佩服你的两点：一是深耕机器人算法的专注，从 A * 路径规划入门，到激光 SLAM、割草机架构深耕，十年一线研发，每一个技术卡点，你都能沉下心拆解，每一个项目落地，你都能兼顾细节与效率；二是你的认知高度，总能跳出单一算法，站在产品和工程视角，把复杂技术通俗化、体系化。\n如今你创办 SlamSeek，正是将十年积累的核心价值最大化 —— 市面缺的就是你这样 “从实操中来、到实操中去” 的内容，既能帮新人祛魅算法，也能为从业者提供工程落地参考，这份定位，精准且有意义。\n相信以你的技术沉淀、项目管理能力，定能把 SlamSeek 打造成垂直领域的标杆平台，既实现创业目标，也能为行业传递真正有价值的干货。\n后续若有技术探讨、经验交流，随时欢迎沟通，也期待看到你在创业路上再创佳绩！\n杨\n2026.5.10\n","permalink":"http://slamseek.com/mail/2_mail/","summary":"\u003cp\u003e王工：\u003cbr\u003e\n恭喜你的 SlamSeek 正式上线，作为曾经并肩作战的同事，倍感欣慰，特此致贺，愿平台开局顺利、行稳致远。\u003cbr\u003e\n共事这些年，最佩服你的两点：一是深耕机器人算法的专注，从 A * 路径规划入门，到激光 SLAM、割草机架构深耕，十年一线研发，每一个技术卡点，你都能沉下心拆解，每一个项目落地，你都能兼顾细节与效率；二是你的认知高度，总能跳出单一算法，站在产品和工程视角，把复杂技术通俗化、体系化。\u003cbr\u003e\n如今你创办 SlamSeek，正是将十年积累的核心价值最大化 —— 市面缺的就是你这样 “从实操中来、到实操中去” 的内容，既能帮新人祛魅算法，也能为从业者提供工程落地参考，这份定位，精准且有意义。\u003cbr\u003e\n相信以你的技术沉淀、项目管理能力，定能把 SlamSeek 打造成垂直领域的标杆平台，既实现创业目标，也能为行业传递真正有价值的干货。\u003cbr\u003e\n后续若有技术探讨、经验交流，随时欢迎沟通，也期待看到你在创业路上再创佳绩！\u003cbr\u003e\n杨\u003cbr\u003e\n2026.5.10\u003c/p\u003e","title":"致贺"},{"content":"王工，\n今日得知你筹备已久的 SlamSeek 正式上线，内心十分欣喜，特此发来贺电，祝平台开局长虹、稳步发展，也祝你创业之路顺遂无忧！\n还记得我们并肩共事的日子，一起对接项目、调试算法、梳理工程流程，你始终是团队里最 “接地气” 的技术人 —— 不沉迷理论堆砌，总能聚焦工程落地痛点，哪怕是复杂的激光 SLAM、路径规划问题，你也能拆解成通俗逻辑，不仅自己能搞定，还能耐心带新人、传经验，这份务实与通透，一直让我十分敬佩。\n如今你凭借十年机器人算法一线研发经验，创办 SlamSeek，既是对自身能力的突破，更是精准击中了行业痛点。市面大多技术内容晦涩难懂，而你能以职场实操为核心，用贴合行业人的视角传递干货，这份价值，必然能获得行业认可。\n坚信以你的技术功底、产品思维和务实作风，一定能把 SlamSeek 打造成机器人算法领域的实用平台，既实现自己的创业目标，也能帮更多从业者少走弯路、快速成长。\n后续若有技术交流、经验探讨，随时欢迎沟通，也期待见证你和 SlamSeek 的每一步成长！\n李\n2026.5.10\n","permalink":"http://slamseek.com/mail/3_mail/","summary":"\u003cp\u003e王工，\u003cbr\u003e\n今日得知你筹备已久的 SlamSeek 正式上线，内心十分欣喜，特此发来贺电，祝平台开局长虹、稳步发展，也祝你创业之路顺遂无忧！\u003cbr\u003e\n还记得我们并肩共事的日子，一起对接项目、调试算法、梳理工程流程，你始终是团队里最 “接地气” 的技术人 —— 不沉迷理论堆砌，总能聚焦工程落地痛点，哪怕是复杂的激光 SLAM、路径规划问题，你也能拆解成通俗逻辑，不仅自己能搞定，还能耐心带新人、传经验，这份务实与通透，一直让我十分敬佩。\u003cbr\u003e\n如今你凭借十年机器人算法一线研发经验，创办 SlamSeek，既是对自身能力的突破，更是精准击中了行业痛点。市面大多技术内容晦涩难懂，而你能以职场实操为核心，用贴合行业人的视角传递干货，这份价值，必然能获得行业认可。\u003cbr\u003e\n坚信以你的技术功底、产品思维和务实作风，一定能把 SlamSeek 打造成机器人算法领域的实用平台，既实现自己的创业目标，也能帮更多从业者少走弯路、快速成长。\u003cbr\u003e\n后续若有技术交流、经验探讨，随时欢迎沟通，也期待见证你和 SlamSeek 的每一步成长！\u003cbr\u003e\n李\u003cbr\u003e\n2026.5.10\u003c/p\u003e","title":"致贺"},{"content":"ce,\n兄弟，恭喜恭喜！刚听说你那 SlamSeek 正式上线了，太牛了，必须给你道喜！\n咱哥俩共事这么多年，我最清楚你的本事 —— 不玩虚的，不搞那些花里胡哨的理论，不管是扫地机的规控调试，还是激光 SLAM 的落地，只要到你手里，再难的卡点都能搞定，还能说得明明白白，连新人都能快速上手。\n以前一起加班改算法、对接厂商，就觉得你不光技术硬，还特别懂行业痛点，现在你自己创业搞 SlamSeek，简直是把十年的本事都用在了点子上！市面上那些技术资料，要么晦涩难懂，要么不接地气，你这平台，刚好能给想入行的、刚入行的人指条明路，绝对有搞头。\n不用多说，以你的功底和踏实劲儿，SlamSeek 肯定能做起来，既实现自己的目标，也能帮到不少同行。创业路上别太拼，注意劳逸结合，有空咱哥俩聚聚，喝两杯聊聊。\n祝 SlamSeek 越做越好，流量爆棚、收益节节高，你这创业路顺顺利利，一路开挂！\n胡\n2026.5.11\n","permalink":"http://slamseek.com/mail/4_mail/","summary":"\u003cp\u003ece,\u003c/p\u003e\n\u003cp\u003e兄弟，恭喜恭喜！刚听说你那 SlamSeek 正式上线了，太牛了，必须给你道喜！\u003cbr\u003e\n咱哥俩共事这么多年，我最清楚你的本事 —— 不玩虚的，不搞那些花里胡哨的理论，不管是扫地机的规控调试，还是激光 SLAM 的落地，只要到你手里，再难的卡点都能搞定，还能说得明明白白，连新人都能快速上手。\u003cbr\u003e\n以前一起加班改算法、对接厂商，就觉得你不光技术硬，还特别懂行业痛点，现在你自己创业搞 SlamSeek，简直是把十年的本事都用在了点子上！市面上那些技术资料，要么晦涩难懂，要么不接地气，你这平台，刚好能给想入行的、刚入行的人指条明路，绝对有搞头。\u003cbr\u003e\n不用多说，以你的功底和踏实劲儿，SlamSeek 肯定能做起来，既实现自己的目标，也能帮到不少同行。创业路上别太拼，注意劳逸结合，有空咱哥俩聚聚，喝两杯聊聊。\u003cbr\u003e\n祝 SlamSeek 越做越好，流量爆棚、收益节节高，你这创业路顺顺利利，一路开挂！\u003cbr\u003e\n胡\u003cbr\u003e\n2026.5.11\u003c/p\u003e","title":"致贺"},{"content":"王工：\n恭贺你的 SlamSeek 正式上线！作为曾经和你并肩配合的产品经理，得知消息格外欣喜，特此致贺，愿平台快速起量、实现预期价值，也祝你创业之路顺遂无忧。\n以前一起对接扫地机、割草机产品需求，最佩服你一点 —— 不只是技术功底硬，更懂产品逻辑。很多技术同事只关注算法性能，而你总能站在产品和用户视角，把复杂的激光 SLAM、路径规划逻辑，转化为可落地的产品功能，既兼顾技术可行性，又贴合行业痛点和用户需求，这份 “技术 + 产品” 的双重思维，一直让我十分认可。\n如今你创办 SlamSeek，恰恰是把这份核心优势发挥到了极致。市面大多技术内容要么晦涩难懂，要么脱离产品实际，而你能以 “技术落地 + 产品视角”，把干货讲通俗、把流程讲清晰，既帮新人快速入门，也能为从业者提供可复用的工程经验，这种精准定位，正是行业需要的。\n作为产品人，我深知好产品源于对需求的精准洞察，而你十年一线沉淀，既懂技术、又懂产品，定能把 SlamSeek 打造成垂直领域的优质平台。后续若有产品定位、用户需求相关的交流，随时欢迎探讨，也期待见证你和 SlamSeek 的每一步成长！\npd郭 2026.5.11\n","permalink":"http://slamseek.com/mail/5_mail/","summary":"\u003cp\u003e王工：\u003cbr\u003e\n恭贺你的 SlamSeek 正式上线！作为曾经和你并肩配合的产品经理，得知消息格外欣喜，特此致贺，愿平台快速起量、实现预期价值，也祝你创业之路顺遂无忧。\u003cbr\u003e\n以前一起对接扫地机、割草机产品需求，最佩服你一点 —— 不只是技术功底硬，更懂产品逻辑。很多技术同事只关注算法性能，而你总能站在产品和用户视角，把复杂的激光 SLAM、路径规划逻辑，转化为可落地的产品功能，既兼顾技术可行性，又贴合行业痛点和用户需求，这份 “技术 + 产品” 的双重思维，一直让我十分认可。\u003cbr\u003e\n如今你创办 SlamSeek，恰恰是把这份核心优势发挥到了极致。市面大多技术内容要么晦涩难懂，要么脱离产品实际，而你能以 “技术落地 + 产品视角”，把干货讲通俗、把流程讲清晰，既帮新人快速入门，也能为从业者提供可复用的工程经验，这种精准定位，正是行业需要的。\u003cbr\u003e\n作为产品人，我深知好产品源于对需求的精准洞察，而你十年一线沉淀，既懂技术、又懂产品，定能把 SlamSeek 打造成垂直领域的优质平台。后续若有产品定位、用户需求相关的交流，随时欢迎探讨，也期待见证你和 SlamSeek 的每一步成长！\u003c/p\u003e\n\u003cp\u003epd郭 \u003cbr\u003e\n2026.5.11\u003c/p\u003e","title":"致贺"},{"content":"王工\n欣闻你筹备已久的 SlamSeek 正式上线，作为曾经并肩推进项目的项目经理，由衷为你感到高兴，特此致贺，愿平台开局顺利、稳步起量，也祝你创业之路一路坦途！\n过往共事，我们一起推进过多款扫地机、割草机算法项目，最让我认可的，是你身上的 “项目思维”—— 不同于单纯的技术从业者，你既能深耕激光 SLAM、路径规划等核心技术，又能兼顾项目节点、成本控制和跨部门配合，总能高效推进技术落地，哪怕遇到厂商对接、需求调整等突发情况，也能沉着应对、快速解决，为项目顺利交付保驾护航。\n如今你以十年一线研发和项目配合经验为根基，创办 SlamSeek，精准抓住了行业痛点。市面大多技术内容脱离项目实际，而你能以项目落地为导向，把算法、流程、实操干货系统化呈现，既能帮新人快速掌握项目核心逻辑，也能为从业者提供可复用的经验，这份价值，正是行业所缺。\n作为项目经理，我深知 “落地” 与 “统筹” 的重要性，而你兼具技术功底与项目思维，定能把 SlamSeek 打造成机器人算法领域的实用平台，既实现自身创业目标，也能助力行业从业者少走弯路。\n后续若有项目相关的交流、探讨，随时欢迎沟通，也期待见证你和 SlamSeek 的每一步成长！\n高\n2026.5.11\n","permalink":"http://slamseek.com/mail/6_mail/","summary":"\u003cp\u003e王工\u003cbr\u003e\n欣闻你筹备已久的 SlamSeek 正式上线，作为曾经并肩推进项目的项目经理，由衷为你感到高兴，特此致贺，愿平台开局顺利、稳步起量，也祝你创业之路一路坦途！\u003cbr\u003e\n过往共事，我们一起推进过多款扫地机、割草机算法项目，最让我认可的，是你身上的 “项目思维”—— 不同于单纯的技术从业者，你既能深耕激光 SLAM、路径规划等核心技术，又能兼顾项目节点、成本控制和跨部门配合，总能高效推进技术落地，哪怕遇到厂商对接、需求调整等突发情况，也能沉着应对、快速解决，为项目顺利交付保驾护航。\u003cbr\u003e\n如今你以十年一线研发和项目配合经验为根基，创办 SlamSeek，精准抓住了行业痛点。市面大多技术内容脱离项目实际，而你能以项目落地为导向，把算法、流程、实操干货系统化呈现，既能帮新人快速掌握项目核心逻辑，也能为从业者提供可复用的经验，这份价值，正是行业所缺。\u003cbr\u003e\n作为项目经理，我深知 “落地” 与 “统筹” 的重要性，而你兼具技术功底与项目思维，定能把 SlamSeek 打造成机器人算法领域的实用平台，既实现自身创业目标，也能助力行业从业者少走弯路。\u003cbr\u003e\n后续若有项目相关的交流、探讨，随时欢迎沟通，也期待见证你和 SlamSeek 的每一步成长！\u003c/p\u003e\n\u003cp\u003e高\u003cbr\u003e\n2026.5.11\u003c/p\u003e","title":"致贺"},{"content":"致王工： 近日听说你创办的 SlamSeek 正式上线，甚为欣慰，特此致贺！作为曾与你共事的伙伴，见证你从一线算法工程师深耕不辍，到如今开启创业新征程，由衷为你感到骄傲。\n过往在公司任职期间，你给我留下了深刻印象 —— 十年深耕机器人算法领域，从规控、激光 SLAM 到割草机架构设计，始终秉持务实严谨的作风，不仅技术功底扎实，更具备超越普通技术从业者的格局与洞察力。你总能精准捕捉技术落地痛点，兼顾项目效率与产品价值，在对接核心合作、攻克技术卡点时的担当与韧劲，是团队乃至公司的宝贵财富。\n如今你立足自身十年一线沉淀，创办 SlamSeek，精准切入机器人算法技术教育赛道，既发挥了自身核心优势，更填补了行业 “理论与实操脱节” 的空白。市面多是晦涩的学术理论，而你能以工程落地为核心，传递可复用、接地气的干货，这份定位既贴合行业需求，也彰显了你的行业远见。\n创业之路虽有挑战，但我坚信，以你的技术沉淀、执行力与对行业的深刻理解，定能将 SlamSeek 打造成垂直领域的标杆平台，实现个人价值与行业价值的双赢。\n公司及我个人，始终看好你的发展，后续若有需要对接、支持之处，尽可直言。\n祝 SlamSeek 运营顺遂、蒸蒸日上，也祝你在创业路上大展宏图、再创佳绩！\n黄\n2026.5.12\n","permalink":"http://slamseek.com/mail/7_mail/","summary":"\u003cp\u003e致王工：\n近日听说你创办的 SlamSeek 正式上线，甚为欣慰，特此致贺！作为曾与你共事的伙伴，见证你从一线算法工程师深耕不辍，到如今开启创业新征程，由衷为你感到骄傲。\u003cbr\u003e\n过往在公司任职期间，你给我留下了深刻印象 —— 十年深耕机器人算法领域，从规控、激光 SLAM 到割草机架构设计，始终秉持务实严谨的作风，不仅技术功底扎实，更具备超越普通技术从业者的格局与洞察力。你总能精准捕捉技术落地痛点，兼顾项目效率与产品价值，在对接核心合作、攻克技术卡点时的担当与韧劲，是团队乃至公司的宝贵财富。\u003cbr\u003e\n如今你立足自身十年一线沉淀，创办 SlamSeek，精准切入机器人算法技术教育赛道，既发挥了自身核心优势，更填补了行业 “理论与实操脱节” 的空白。市面多是晦涩的学术理论，而你能以工程落地为核心，传递可复用、接地气的干货，这份定位既贴合行业需求，也彰显了你的行业远见。\u003cbr\u003e\n创业之路虽有挑战，但我坚信，以你的技术沉淀、执行力与对行业的深刻理解，定能将 SlamSeek 打造成垂直领域的标杆平台，实现个人价值与行业价值的双赢。\u003cbr\u003e\n公司及我个人，始终看好你的发展，后续若有需要对接、支持之处，尽可直言。\u003cbr\u003e\n祝 SlamSeek 运营顺遂、蒸蒸日上，也祝你在创业路上大展宏图、再创佳绩！\u003c/p\u003e\n\u003cp\u003e黄\u003cbr\u003e\n2026.5.12\u003c/p\u003e","title":"致贺"},{"content":"致王先生：\n您好！今日偶然得知，你创办的 SlamSeek 正式上线，作为曾经与你深度合作的甲方，我倍感欣喜，特此致贺，愿平台开局长虹、蒸蒸日上，也祝你创业之路顺遂无忧、大展宏图！\n还记得当年我们合作扫地机、割草机算法项目，你给我留下的印象极为深刻 —— 作为乙方核心技术负责人，你不仅专业功底扎实，更懂甲方的核心需求，不搞技术堆砌，总能精准捕捉项目痛点，高效推进激光 SLAM、路径规划等核心技术落地，哪怕遇到需求调整、技术卡点，也能快速响应、妥善解决，用专业和责任心，确保了项目顺利交付，也为我们后续的产品迭代提供了有力支撑。\n如今你立足十年一线技术沉淀，创办 SlamSeek，精准切入机器人算法技术教育赛道，我由衷看好。当下机器人行业高速发展，但真正接地气、可落地的技术干货极为稀缺，而你兼具技术实力与项目实战经验，既能把复杂技术通俗化，也能传递真正有价值的工程落地经验，这份定位，既贴合行业需求，也彰显了你的行业远见。\n作为甲方，我们始终认可你的专业能力与做事风格，也期待未来有机会，能与 SlamSeek 开展更多深度合作，携手助力机器人行业高质量发展。\n最后，再次祝贺 SlamSeek 顺利上线，愿你在创业路上不负热爱、不负沉淀，打造出属于自己的行业标杆！\n顺祝商安！\nmao\n2026.5.12\n","permalink":"http://slamseek.com/mail/8_mail/","summary":"\u003cp\u003e致王先生：\u003cbr\u003e\n您好！今日偶然得知，你创办的 SlamSeek 正式上线，作为曾经与你深度合作的甲方，我倍感欣喜，特此致贺，愿平台开局长虹、蒸蒸日上，也祝你创业之路顺遂无忧、大展宏图！\u003cbr\u003e\n还记得当年我们合作扫地机、割草机算法项目，你给我留下的印象极为深刻 —— 作为乙方核心技术负责人，你不仅专业功底扎实，更懂甲方的核心需求，不搞技术堆砌，总能精准捕捉项目痛点，高效推进激光 SLAM、路径规划等核心技术落地，哪怕遇到需求调整、技术卡点，也能快速响应、妥善解决，用专业和责任心，确保了项目顺利交付，也为我们后续的产品迭代提供了有力支撑。\u003cbr\u003e\n如今你立足十年一线技术沉淀，创办 SlamSeek，精准切入机器人算法技术教育赛道，我由衷看好。当下机器人行业高速发展，但真正接地气、可落地的技术干货极为稀缺，而你兼具技术实力与项目实战经验，既能把复杂技术通俗化，也能传递真正有价值的工程落地经验，这份定位，既贴合行业需求，也彰显了你的行业远见。\u003cbr\u003e\n作为甲方，我们始终认可你的专业能力与做事风格，也期待未来有机会，能与 SlamSeek 开展更多深度合作，携手助力机器人行业高质量发展。\u003cbr\u003e\n最后，再次祝贺 SlamSeek 顺利上线，愿你在创业路上不负热爱、不负沉淀，打造出属于自己的行业标杆！\u003cbr\u003e\n顺祝商安！\u003cbr\u003e\nmao\u003cbr\u003e\n2026.5.12\u003c/p\u003e","title":"致贺"}]