2025-08-06 定位导航：泳池机器人的核心痛点

出品：棱角机器人

随着泳池清洁机器人的发展，无线化和智能化是必然趋势。而智能化的核心，在于解决水下的建图、定位、感知和导航等问题。

前阵子，在庭院机器人社群里，就聊到了关于泳池机器人定位导航的话题。

资深业内人士大多清楚，对于绝大多数的户外移动机器人，定位导航和避障是其很核心的技术方案。各厂商在定位、导航和避障方案上的选型，会在很大程度上影响其产品的稳定性、成本、量产以及用户口碑。

而泳池机器人面临的是水下环境，是三维环境，比起地面上的二维环境而言，定位导航的复杂度更高。同时，水下环境也很可能会对相关传感器产生多重干扰。比如，光线折射可能导致视觉方案失效，浑浊水质容易阻挡激光雷达的光束，水流扰动容易影响惯性导航的效果，等等。

泳池地理坐标系

因此，现实的情况是，原来在地面上的移动机器人所使用的传感器及定位导航方案，很难直接应用于水下机器人。不少厂商就只能采用相对特别的方案，或者就做深度自研。

目前，主流泳池清洁机器人厂商的定位导航方案，主要依赖于SLAM、惯性导航、视觉导航、声学定位等技术的组合使用，结合路径规划和智能避障算法等。在传感器方面，则主要涉及到超声波、红外、IMU、相机、激光雷达、声呐等。

相比于光学传感器在水下环境中遇到的困难，声学类传感器对于水下应用反倒受影响较小。

从之前社群里聊到的情况来看，传统的定位导航独立方案，在水下环境中会存在一定的局限性。

比如，对于常规的视觉导航方案，水下光线折射可能扭曲图像，悬浮颗粒可能导致误识别，存在夜间失效问题。另外，可能遇到的故障，包括误判池底落叶为障碍物、忽略透明玻璃墙，等等。

对于通常的激光雷达方案，水体对激光散射率可能高达90%以上，有效探测距离常常不足0.5米，能耗较高且易受气泡干扰。

而单独使用惯性导航（IMU）的方案，陀螺仪积分误差会随时间累积，单独使用30分钟后，可能会产生不小的定位偏移。

IMU传感器

因此，有的厂商会采用超声波+陀螺仪补偿的方案。比如，以超声波为主、多传感器融合；同时，针对复杂地形，也会通过算法获得弥补。

接下来，列举部分泳池机器人厂商的定位导航方案（源自公开信息），以做对比分析：

元鼎智能：Aiper泳池机器人的部分型号，采用超声波雷达感知周围环境，并通过该技术在水下创建高精度地图，结合SLAM算法进行自主导航。

望圆科技：部分型号搭载激光雷达、超声波雷达、惯导（IMU）、高清摄像头等。据悉，障碍物识别精度达±3cm。基于深度学习算法，自动识别泳池形状（矩形/异形）、坡度及地漏位置等。

星迈创新：部署了定制的超声波传感器，辅以IMU、碰撞传感器等，实时采集水下距离、姿态、边界等信息。在水下建图和定位方面，前端处理利用超声波点云数据进行特征提取与匹配，结合IMU数据实现初步位姿估计；通过识别已访问区域的特征模式，修正累积误差，进行回环检测，提升地图一致性；后端优化采用图优化算法（如位姿图优化），对机器人轨迹与地图进行全局一致性调整，提高建图精度。

浪涌未来：Z1系列泳池机器人采用的是3D结构光、iTOF三角测距方案和超声波等的融合方案。其中，3D结构光技术可实现水中精细感知和精准建模，提升环境识别精度；iTOF三角测距方案凭借蓝绿光在水下环境的传播优势，可实现厘米级精度测距。据称，这套方案能让机器人智能识别泳池形状，包括异形泳池，实现优化分区和S形路线清洁，提升清洁效率。

智橙动力：代表产品的Valor系列P10、S10、V10等，搭载三合一可视化雷达方案（激光+声纳+视觉）。

思傲拓等，采用了不少自研方案。这么做的好处是，与机器人的适配性更好，其次，成本能得到更好的控制。但也有一定挑战。