Kamera czy LiDAR w robocie sprzątającym – czym się różnią?

Dlaczego to nie jest wybór typu albo albo?

Warto zacząć od uporządkowania funkcji, bo z tego wynika cała reszta.

Nawigacja to zdolność odpowiedzi na pytanie „gdzie jestem i jak wygląda otoczenie”. Wymaga pomiaru odległości do ścian i mebli oraz utrzymania spójnej mapy przez wiele przejazdów. Do tego zadania laser nadaje się lepiej, bo mierzy dystans bezpośrednio i robi to niezależnie od oświetlenia.

Percepcja przeszkód to zdolność odpowiedzi na pytanie „co leży przede mną”. Wymaga rozpoznania kształtu, a najlepiej także rodzaju obiektu, żeby zdecydować, czy go ominąć szerokim łukiem, czy delikatnie zepchnąć. Do tego potrzebna jest kamera albo inny czujnik dający obraz, bo z samego pomiaru odległości nie da się odróżnić skarpetki od odchodów zwierzęcia.

Historycznie roboty z kamerą, korzystające z algorytmu vSLAM, próbowały obu rzeczy naraz, ale nawigacja wizyjna wymaga światła i widocznych punktów charakterystycznych. Roboty z samym laserem robiły pierwszą rzecz świetnie, a drugiej nie robiły wcale. Producenci szybko doszli do wniosku, że łączenie obu daje najlepszy efekt, i tak wygląda dziś większość konstrukcji z górnej i średniej półki.

Nadal jednak sprzedawane są urządzenia z samą kamerą i urządzenia z samym laserem. Warto więc rozumieć, co się traci i zyskuje w każdym z tych wariantów.

Jak kamera buduje mapę mieszkania?

Nawigacja wizyjna opiera się na wyszukiwaniu w obrazie punktów charakterystycznych: narożnika futryny, krawędzi listwy przypodłogowej, wzoru na suficie, kontrastowego elementu mebla. Algorytm śledzi, jak te punkty przesuwają się w kadrze wraz z ruchem robota, i z tego przesunięcia wylicza własną trajektorię oraz odległości do obiektów.

Konstrukcyjnie występują dwa warianty. Kamera skierowana w górę, patrząca na sufit, była popularna we wcześniejszych generacjach. Sufit jest statyczny, nikt go nie przestawia, więc punkty odniesienia są stabilne. Wadą jest to, że gładki, biały sufit bez żadnych detali daje algorytmowi bardzo mało do pracy. Kamera skierowana do przodu, dominująca dziś, widzi więcej użytecznych szczegółów, ale ma do czynienia z otoczeniem zmiennym, bo meble i przedmioty się przesuwają.

Największym ograniczeniem jest światło. Kamera nie wytwarza własnego oświetlenia, więc w ciemnym pokoju nie widzi punktów odniesienia i traci lokalizację. Skala tego problemu jest większa, niż sugeruje intuicja: przy słabym oświetleniu dokładność nawigacji wizyjnej potrafi spaść o kilkadziesiąt procent, co w praktyce oznacza pominięte fragmenty, powtórne przejazdy po tych samych miejscach i mapę, która nie domyka się przy zamknięciu pętli.

Osobny problem to pomieszczenia jednorodne. Długi, pusty korytarz z gładkimi ścianami w jednym kolorze nie daje kamerze niczego, czego mogłaby się uchwycić. Laser w tej samej sytuacji mierzy odległość do obu ścian i radzi sobie bez trudu.

Kamera ma jednak dwie przewagi, o których warto pamiętać. Pierwszą jest brak wieżyczki, dzięki czemu obudowa bywa niższa. Drugą jest niższy koszt modułu, który przekłada się na cenę urządzenia. To dlatego nawigacja wizyjna utrzymuje się w segmencie budżetowym, mimo że w klasie premium została zepchnięta do roli pomocniczej.

Co widzi laser, a czego nie widzi kamera?

Różnice najlepiej pokazać na konkretnych sytuacjach, bo to one przekładają się na codzienne użytkowanie.

Laser skanuje wąską płaszczyznę na wysokości kilku do kilkunastu centymetrów nad podłogą i mierzy w niej odległości z dokładnością rzędu dwóch centymetrów. Widzi ściany, nogi mebli powyżej tej linii, otwarte drzwi i przejścia. Nie widzi niczego poniżej płaszczyzny skanowania, czyli praktycznie wszystkiego, co leży na podłodze.

Kamera widzi całą scenę przed robotem, łącznie z drobiazgami na podłodze, ale sama z siebie nie mierzy odległości. Potrafi ocenić dystans na podstawie zmiany obrazu w czasie albo, w konstrukcjach z dwiema kamerami, na podstawie różnicy między obrazami. Jest to jednak oszacowanie, a nie pomiar, i przy jednolitych powierzchniach potrafi się mylić.

Szkło i lustra stanowią problem dla obu, ale w inny sposób. Wiązka lasera przechodzi przez szybę albo odbija się w bok, tworząc na mapie pomieszczenie widmo. Kamera widzi w lustrze odbicie pokoju i próbuje traktować je jako realną przestrzeń, dopóki algorytm nie nauczy się rozpoznawać tego typu scen.

Ciemne, matowe powierzchnie osłabiają odczyt lasera, ale nie unieruchamiają go. Dla kamery ciemność to warunek dyskwalifikujący.

Dlaczego rozpoznawanie przedmiotów to zupełnie inna liga?

To pytanie, które najbardziej różnicuje dzisiejszy rynek, a jednocześnie najczęściej gubi się w opisach produktów, bo wszyscy używają tych samych słów o sztucznej inteligencji.

Wykrywanie przeszkody polega na stwierdzeniu, że przed robotem coś jest. Rozpoznawanie polega na ustaleniu, co to jest, i podjęciu innej decyzji dla kabla, a innej dla nogi stołu. Różnica ma bezpośrednie konsekwencje: kabel trzeba ominąć szerokim łukiem, bo wciągnięty w szczotkę potrafi unieruchomić robota i uszkodzić ładowarkę, a nogę stołu można objechać z bliska, żeby nie zostawiać nieodkurzonego pierścienia.

Konstrukcje realizujące rozpoznawanie używają dziś trzech podejść, często równolegle. Pierwsze to kamera RGB z modelem klasyfikacji działającym lokalnie w robocie. Drugie to oświetlenie strukturalne, czyli rzutnik linii laserowej, który maluje na podłodze wzór, a kamera analizuje jego zniekształcenie i z tego odczytuje trójwymiarowy kształt przeszkody. Trzecie to matryca czasu przelotu, dająca mapę głębi bez potrzeby światła zewnętrznego.

Skala możliwości najnowszych systemów wygląda imponująco na papierze. Producenci deklarują rozpoznawanie kilkuset typów obiektów, w tym przedmiotów o rozmiarach rzędu dwóch centymetrów. Warto jednak wiedzieć, jak to działa w praktyce: model rozpoznaje kategorie, na których go uczono, a wszystko poza nimi traktuje jako przeszkodę ogólną. Dlatego robot świetnie omija buty i kable, a bywa bezradny wobec nietypowego przedmiotu, którego w zbiorze uczącym nie było.

Dla właścicieli zwierząt istotny jest szczegół, o którym mówi się mało: część producentów oferuje gwarancję ominięcia odchodów, zwykle w postaci obietnicy wymiany albo naprawy sprzętu, jeśli robot jednak w nie wjedzie. To dobry wskaźnik tego, jak sam producent ocenia skuteczność swojego systemu.

Gdzie każdy z systemów się wykłada?

Warto nazwać scenariusze, w których deklaracje rozjeżdżają się z rzeczywistością, niezależnie od marki.

Robot z samą nawigacją wizyjną, uruchamiany w harmonogramie o dwudziestej drugiej w mieszkaniu z opuszczonymi roletami, będzie jeździł chaotycznie i pominie fragmenty. Nie jest to usterka, tylko konsekwencja zasady działania. Rozwiązaniem jest przeniesienie harmonogramu na porę dzienną albo pozostawienie zapalonego światła, co niweczy część sensu automatycznego sprzątania.

Robot z samym laserem, bez czujników przednich, w mieszkaniu z dzieckiem i psem zbierze na siebie wszystko, co znajdzie na podłodze. Kabel, klocek, gryzak, sznurek od bluzy. Będzie za to bezbłędnie nawigował i wracał do stacji.

Systemy hybrydowe wykładają się rzadziej, ale mają swoje słabości. Kamera brudzi się i wymaga przecierania, a zabrudzony obiektyw pogarsza rozpoznawanie, nie wywołując przy tym żadnego komunikatu o błędzie. Modele używające oświetlenia strukturalnego bywają wrażliwe na jasne, silnie odbijające podłogi, gdzie wzór zanika. Rozpoznawanie działa też słabiej przy przedmiotach częściowo zasłoniętych i tych o niskim kontraście wobec podłogi, na przykład szarej skarpetce na szarych panelach.

Osobna kategoria to sytuacje, w których robot rozpoznaje przeszkodę poprawnie i mimo to sobie nie radzi. Klasyczny przykład to frędzle dywanu: system widzi je i próbuje ominąć cały dywan, przez co obszar zostaje nieodkurzony. Rozwiązaniem bywa podwinięcie frędzli, nie zmiana sprzętu.

Jak wybór wpływa na wysokość robota i dostęp pod meble?

To praktyczna konsekwencja, którą łatwo przeoczyć w porównaniach specyfikacji, a która potrafi zaważyć na zadowoleniu z zakupu.

Klasyczny robot z wystającą wieżyczką laserową ma zwykle od 9,6 do 11 cm wysokości. Robot z samą kamerą, bez wieżyczki, mieści się często w 8 do 9 cm. Różnica dwóch centymetrów brzmi mało, ale przekłada się na dostęp pod szafki RTV, komody na niskich nóżkach i część kanap.

Producenci rozwiązali ten konflikt na dwa sposoby. Pierwszy to moduł chowany: wieżyczka wysuwa się podczas normalnej jazdy i wsuwa w obudowę, gdy robot wjeżdża w niską przestrzeń. Rozwiązania tego typu, wprowadzane od 2025 roku w kolejnych seriach, pozwalają zejść do niecałych 9 cm w pozycji złożonej, zachowując pełny skan podczas normalnej pracy. Drugi to rezygnacja z wieżyczki na rzecz skanera bez części ruchomych, umieszczonego w przedniej ścianie obudowy. Modele zbudowane w ten sposób mieszczą się w niecałych 8 cm.

Zanim więc rozstrzygniesz spór laser kontra kamera, zmierz prześwit pod najniższym meblem, pod który sprzęt ma wjeżdżać. Jeśli wynosi 9 cm, wybór zawęża się natychmiast, niezależnie od tego, jaką nawigację uważasz za lepszą.

Które rozwiązanie do jakiego mieszkania?

Dobór warto oprzeć na trzech pytaniach: kiedy robot ma sprzątać, co leży u Ciebie na podłodze i jak duże jest mieszkanie.

Jeśli sprzątanie odbywa się w dzień, w jasnym mieszkaniu do czterdziestu metrów, o prostym układzie i uprzątniętej podłodze, robot z nawigacją wizyjną wykona zadanie i zaoszczędzi kilkaset złotych. To scenariusz częstszy, niż się przyjmuje, i nie ma powodu go deprecjonować.

Jeśli mieszkanie ma powyżej pięćdziesięciu metrów, kilka pomieszczeń i chcesz korzystać ze sprzątania pokojami oraz harmonogramów, laser przestaje być luksusem. Bez stabilnej mapy nie ma sensownego podziału na strefy.

Jeśli w domu są zwierzęta, małe dzieci albo po prostu życie, które zostawia rzeczy na podłodze, sam laser nie wystarczy i trzeba szukać modelu z rozpoznawaniem przeszkód. To jedyna kategoria, w której warto dopłacić bez wahania, bo jej brak generuje realne koszty w postaci zablokowanych szczotek i rozwleczonych zabrudzeń.

Jeśli sprzątanie ma odbywać się w nocy albo pod nieobecność domowników przy zasłoniętych oknach, nawigacja wizyjna odpada z powodów fizycznych.

Czy hybryda zawsze jest lepsza?

Nie zawsze, i warto wiedzieć, za co dokładnie się płaci.

Połączenie lasera i kamery zwiększa liczbę elementów, które mogą się zabrudzić, rozkalibrować albo zawieść. Obiektyw kamery wymaga regularnego przecierania, a jego zabrudzenie nie generuje komunikatu, więc pogorszenie skuteczności bywa zauważane dopiero po fakcie. Rzutnik oświetlenia strukturalnego to kolejny element optyczny w spodzie obudowy, czyli w miejscu narażonym na kurz.

Rośnie też złożoność oprogramowania, a wraz z nią liczba potencjalnych błędów po aktualizacji. Roboty z rozbudowaną percepcją częściej dostają poprawki i częściej zdarza im się zmienić zachowanie po aktualizacji, czasem na gorsze.

Dochodzi kwestia kamery w domu, która dla części osób jest istotna niezależnie od zabezpieczeń producenta. Warto sprawdzić, czy dany model pozwala fizycznie wyłączyć kamerę i czy przetwarzanie obrazu odbywa się lokalnie w urządzeniu, czy w chmurze. Producenci coraz częściej przenoszą rozpoznawanie na sam robot, między innymi właśnie z tego powodu.

Wreszcie cena. Dopłata za pełny system percepcji to zwykle od tysiąca do dwóch tysięcy złotych względem modelu z samym laserem. W mieszkaniu z uprzątniętą podłogą ta różnica nigdy się nie zwróci, bo funkcja nie będzie miała czego rozpoznawać.

Podsumowanie

Sensowniejsze od pytania „kamera czy laser” jest pytanie o to, co ma się w mieszkaniu wydarzyć. Laser rozwiązuje problem orientacji i mapy, więc jest podstawą wszędzie tam, gdzie jest więcej niż jedno pomieszczenie i gdzie sprzątanie ma się odbywać o dowolnej porze doby. Kamera rozwiązuje problem przedmiotów na podłodze i jest niezbędna wtedy, gdy podłoga nigdy nie bywa całkiem pusta.

W praktyce oznacza to trzy sensowne konfiguracje. Robot z nawigacją wizyjną do małego, jasnego mieszkania sprzątanego w dzień. Robot z laserem do większego mieszkania z uporządkowaną podłogą. Robot z laserem i pełnym systemem rozpoznawania przeszkód wszędzie tam, gdzie są zwierzęta, dzieci albo po prostu nie ma czasu na sprzątanie podłogi przed sprzątaniem.

Zanim jednak przejdziesz do porównywania nawigacji, sprawdź wysokość obudowy i prześwit pod meblami. To parametr, którego nie da się poprawić żadną aktualizacją, a decyduje o tym, czy sprzęt dotrze tam, gdzie kurz zbiera się najchętniej.

Najczęściej zadawane pytania

Poniżej krótkie odpowiedzi na pytania, które wracają przy porównywaniu systemów nawigacji. Każda dotyczy szczegółu mającego wpływ na codzienne użytkowanie.

Czy robot z kamerą sprząta dokładniej niż z LiDAR-em?

Nie, dokładność pokrycia zależy od jakości mapy i planowania trasy, a te są zwykle lepsze przy nawigacji laserowej. Kamera daje przewagę w omijaniu przedmiotów, nie w samym pokryciu powierzchni. Przy dobrym oświetleniu różnica bywa niewielka, po zmroku staje się wyraźna.

Ile światła potrzebuje robot z nawigacją wizyjną?

Wystarcza zwykle oświetlenie odpowiadające pochmurnemu dniu w pokoju z oknem. Problem zaczyna się przy zasłoniętych roletach, w pomieszczeniach bez okien i po zmroku bez zapalonych lamp. Część modeli ma diodę doświetlającą, co ratuje sytuację tylko częściowo, bo oświetla wąski obszar przed robotem.

Czy robot z LiDAR-em ominie kabel leżący na podłodze?

Sam laser go nie zobaczy, bo kabel leży poniżej płaszczyzny skanowania. Ominięcie wymaga dodatkowego czujnika przedniego: kamery, rzutnika linii laserowej albo matrycy czasu przelotu. Sprawdzenie, czy model takie czujniki ma, jest ważniejsze od samego hasła o nawigacji laserowej.

Czy nawigacja wizyjna zużywa więcej baterii?

Przetwarzanie obrazu obciąża procesor bardziej niż analiza danych z lasera, co przekłada się na nieco krótszy czas pracy, zwykle rzędu kilku procent. W praktyce większy wpływ na czas sprzątania ma moc ssania i to, czy robot używa modułu mopującego.

Czy da się dokupić moduł kamery do robota z samym laserem?

Nie, systemy percepcji są integrowane na etapie projektowania i wymagają odpowiedniego procesora oraz kalibracji. Nie istnieją oficjalne moduły rozszerzające dla urządzeń konsumenckich, a przeróbki na własną rękę oznaczają utratę gwarancji.

Który system lepiej radzi sobie z dywanami?

Ani jeden, ani drugi, bo rozpoznawanie dywanu opiera się zwykle na osobnych czujnikach: ultradźwiękowym albo mierzącym obciążenie szczotki. Kamera pomaga jedynie w rozróżnieniu rodzaju powierzchni, a laser nie uczestniczy w tym w ogóle.

Czy roboty bez wieżyczki są nowszą generacją niż te z wieżyczką?

Nie zawsze. Brak wieżyczki może oznaczać nowoczesny skaner bez części ruchomych, ale równie dobrze prosty model z samą kamerą i nawigacją żyroskopową. Sam wygląd obudowy nie mówi nic o klasie nawigacji, więc trzeba sprawdzić opis techniczny.