扫地机器人遇到屎会怎么办？当然是“发粪涂墙”啦。当你回到家，打算开门面对扫地机器人定时清理干净的屋子和可爱的“毛孩子”时……啊！为什么！扫地机器人你好好扫地就行了，我可没让你去铲屎，更没让你去糊屎啊！
当你打开家里的监控摄像，倒回“案发现场”……在日常巡逻中，扫地机发现一处地面有许多污物，它非常尽责，努力地转啊转试图清洁这一坨污物，直到电量低时才回去充电……这种“发粪涂地”的事情真不是少数，到网上随便一搜“便便+扫地机器人”，你就能看到各类悲惨地面，以及铲屎官的“哀嚎”。扫地机器人碾过了狗屎，然后开始“清扫”其他地方……这个问题也一直困扰着扫地机器人生产厂商。
早在2016年，就有扫地机器人团队就指出“经常见到这种情况”。直到今年9月，该公司才推出了第一款可以识别宠物便便的扫地机器人。宠物便便和扫地机器人到底有多大仇啊！这么重要的功能，怎么花了5年才加上？识别便便？也得能看到才行啊。讲道理，扫地机身上的传感器也不少。头顶上有激光测距雷达，正前方有碰撞传感器，体内有粉尘感应器，还能通过红外线或超声波判断前方地面的材质。
有了这么多双“眼睛“加持，碾压便便这种事听起来怎么也不可能发生啊……然⽽便便这种东⻄⼀般并不会堆得很⾼，顶部的激光雷达扫不到它；便便⼜太软，难以触发依靠形变来测量的碰撞传感器；红外线和超声波能识别地⾯材质（是⽊地板、地砖还是地毯），却难以分辨地上的⼩东⻄——你乱丢的⼿机线、硬币、纸⼱什么的不是也会被卷⼊主刷⾥⾯嘛。
所以早期的扫地机器⼈即使拥有了这么多“眼睛”，却没有⼀个可以“看到”到便便……为了让扫地机器⼈可以真正“看清”地⾯上的东⻄，⼚商们给它装上了摄像头。同时通过算法对拍摄到的图像进行检测识别，以躲开不必要的接触。但人类丢在地上的东⻄实在是千奇百怪，便便这种东⻄⼜没有固定形态，按布⾥斯托⼤便分类法，从坚硬的圆球（1型）到完全的⽔状（7型）都有，指望算法都⼀⼀认出，似乎也太难了一点吧。
万能的AI这时候⼜派上了⽤场。基于深度学习技术，⼯程师们准备了各种真实便便（以及不是便便的杂物）照⽚，加上形状各异的⼈造假屎，组成了⼀个巨⼤的粪便识别数据集。AI通过这些数据，学习从⼈类丢在地上的各种杂物中分辨出可能是便便的东⻄。⽬前对于成型的便便识别度还是挺⾼的——啥，别跟我提拉稀，我不想⾯对。
甚至有科技爱好者对机器进行“魔改”，加上了气体传感器，通过检测便便散发出的甲烷、甲硫醇、硫化氢等化学物质判断周边地⾯是否有粪便。但检测成本太高，准确率也难以满足要求。不管是通过照⽚或是⽓味识别到了便便，想对其进行定位更是难上加难，很多扫地机器⼈能做的也只是停下脚步，通知⼈类前来核实清理。想要做到⾃动避让，⼚商还得再加把劲。
识别到便便之后，扫地机器⼈还得知道它跟⾃⼰之间的距离，才能及时准确地定位“危险区”的位置。过去的单摄像头测距避障，主要建⽴在之前的深度学习物体识别上，通过已识别物体的轮廓⼤⼩、位置进行判断，估算物体的距离——近⼤远⼩嘛。这种⽅式的好处是硬件成本低，软件开发难度也不太难，在现有的物体识别结果上就能完成判断。缺点自然是精度较低，也只能对已识别的物体进行避障。
为了更好地测量与障碍物之间的距离，许多能⾃动避障的扫地机器⼈已经⽤上了“双⽬技术”。两个摄像头能通过双眼图像特征匹配，获得视觉范围内的障碍物深度信息，对于未能识别的可疑物体也能进行避障，同时根据单⽬⽬标识别的结果，还能定制具体的操作策略。缺点除了多⼀个摄像头增加的成本外，软件算法开发起来也更有难度，搭载此类技术的机器⼈身价自然也⽔涨船⾼啦。
最后，要想避开“地雷”，还需要让扫地机器⼈知道怎么“绕开”它。这需要合理地判断“危险区”的范围，动态规划局部路线，实时追踪⾃身和便便之间的距离，还得有效控制两个驱动轮调整⾃身的⽅向和姿态。不然就算识别、检测出来，绕⾏的时候还有可能不⼩⼼“擦”到——甚至为了避免踩到⼀⼩块，却碾了⼀⼤坨。也有公司在专利中提到了更直接的⽅法：在碾过去之前喷射速冻剂“冻住”便便，并将凝固的便便吸⼊垃圾腔⾥。
——不知道铲屎官在⾯对装满粪便的扫地机器⼈时，会有什么感想。一些建议尽量选择带有便便检测功能的机器⼈，或者至少是有摄像头避障的设备；尽量不要选择定时清扫，或是在开启清扫前仔细检查一下地面——毕竟就算有便便检测功能的机器⼈，也没法检测⼀滩稀屎；最好能把主⼦们的活动区域与要扫地机器⼈清扫的区域做个分隔，猫砂盆周边就别让它们经常去啦——这也能避免狗⼦们故意在机器⼈的⾏驶路线上“扔炸弹”。