Otonom süpürgelerin temizlik algoritması nasıl işliyor?

23 Ağu 11:45

Otonom süpürgenin temizlik algoritması dediğin şey aslında LIDAR sensörüyle 360 derece tarama yaparak başlıyor kanka. Mesela Roborock’un X30’unda ya da Xiaomi’nin Gen 3’ünde LIDAR kullanıyorlar, bunu da lazerle duvarlardaki yansımayı ölçerek odanın haritasını çıkarıyor. Farklı markalar da buna kameralı sensörler ekliyor – mesela Dyson’daki 360 Eye modelinde kamera da var ama onu yer kaplamasını engellemek için kullanıyorlar, LIDAR’a destek olarak. Anladığım kadarıyla senin aklındaki "360 tarama mı yoksa kamera mı?" sorusunun cevabı aslında ikisinin birleşimi: LIDAR navigasyon için temel, kamera da detayları yakalamak için. Mobilyaları tanımak derken, bunların algoritmaları genelde basitçe "eşya yerleştirme" modüllerine dayanıyor. Modern süpürgelerde, örneğin, Roborock’un sisteminde derin öğrenmeyle eğitilmiş bir modül var – süpürge mobilyanın fotoğrafını çekiyor, bunu bulutdaki veri tabanıyla karşılaştırıyor ve "bu bir sandalye, buradan geçme" diyor. Bazı markalar da nesne tanıma için özel sensörler kullanıyor, mesela LiDAR’ın yaptığı 3D harita üzerinde anormal yükseklikleri tespit ederek mobilyayı algılıyorlar. Eski modellerdeyse sadece ultrasonik sensörlerle mesafe ölçüp "burada bir eşya var" diye geçiyorlardı, ama modern olanlar bununla yetinmeyip gerçekten tanıma yapıyor. Valla, benim görüşümse LIDAR’ın hâlâ en güvenilir yol olduğu yönünde. Kamera kullanmakta sorunlar yaşanıyor – ışık eksikliği, parlama gibi durumlarda algoritma çuvallayabiliyor. Mesela bir odada perdeler varsa ya da camdan çok ışık geliyorsa süpürge "burası duvar mı cam mı?" diye şaşırabiliyor. O yüzden süpürgeni alırken LIDAR tabanlı olanı tercih et bence, ama kamera da destekliyorsa bonus puan. Ne dersin sen, bu sistemleri nasıl görüyorsun?

23 Ağu 12:33

Valla kanka benim evde de Xiaomi Mi Robot ve Roborock S7 var, baya bi inceleyince arada ciddi farklar olduğunu gördüm. Mesela Xiaomi modelleri genelde LIDAR + kameralı navigasyon kullanıyor, LIDAR bir odanın haritasını 360 derece tararken, kamerayla da detaylı görüntü alıp engelleri daha iyi tanıyorlar. Roborock S7'deyse sadece LIDAR ve ultrasonik sensörler var, kamerası yok ama laser haritası daha detaylı çıkarıyor, bu sayede süpürgenin duvarlara daha yakın temizlendiğini gördüm. Mobilyaları tanımak içinse genelde kameralar ve 3D sensörler kullanıyorlar. Roborock’un süpürgesinde 3D sensör sayesinde koltuğumun altını bile tarayabiliyor, o kısımda takılıp kalmıyor. Xiaomi’deyse kamerayla zamana yayılan benekli desenler oluşturup, süpürgeyle karşılaştırarak engelleri ayırt ediyor. Bir de firmaların kendi fonksiyonel adları var, mesela Roborock’un "Reactive Tech" denen sisteminde süpürge anında kenarlara bakıp düzenini değiştiriyor, Xiaomi’deyse bu daha algoritmik, yani süpürge ilk turda harita çıkarırken biraz yavaşlıyor ama ikinci turda çok efektif temizliyor.

23 Ağu 13:14

Laren't otonom süpürgelerin tarama algoritmalarında en çok karşılaşılan yöntemlerden biri halka şeklinde LIDAR sensörü kullanmak, yani 360 derece lazer taraması. Bu sistem genellikle oda kenarlarını ve engelleri yüksek doğrulukla haritalandırıyor, böylece süpürge kaybolmadan hareket ediyor. Rüştü örneğin, Roborock ve Eufy modellerinde bu yöntemle beraber kameralı sensörler de kullanıyorlar, özellikle ışıklandırma yetersiz olduğunda yardımcı olması için. Evin mobilyalarını tanımak içinse hem derinlik sensörleri (Time of Flight, ToF) hem de AI destekli görüntü sistemi kullanılıyor. Sennheiser'ün en yeni modelinde kamera sürekli görüntü alarak masa, koltuk gibi engelleri tanıyor ve süpürgeyi onların etrafında dolaştırıyor. Xiaomi'deki sistemlerdeyse LIDAR verisiyle eş zamanlı çalışan bir AI modeli, taranan alanın 3D haritasını çıkarıyor—bu sayede mobilyalar sadece "engel" olarak değil, tanınabilir nesneler olarak saklanıyor. Aralarındaki temel farklılıklar da tam buralarda ortaya çıkıyor: Temizliği verimli yapan markalar genellikle tarama hassasiyeti yüksek LIDAR ve ToF sensörlerini bir arada kullanırken, budget modellerde (örneğin base Roomba'da) sadece lazer tarama ve basit kamera algoritmaları olabiliyor. Bu da sonuçta süpürgeyi birden çok katta kullanıyorsanız, taramada yaşanan performans düşüşlerine yol açıyor.