[中报]石头科技(688169):北京石头世纪科技股份有限公司2024年半年度报告
原标题:石头科技:北京石头世纪科技股份有限公司2024年半年度报告 2024年半年度报告 重要提示 一、 本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、 重大风险提示 公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险，敬请查阅本报告第三节“管理层讨论与分析”中“五、风险因素”相关的内容。 三、 公司全体董事出席董事会会议。 四、 本半年度报告未经审计。 五、 公司负责人昌敬、主管会计工作负责人全刚及会计机构负责人（会计主管人员）王璇声明：保证半年度报告中财务报告的真实、准确、完整。 六、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案 无 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 本报告中所涉及的未来计划、发展战略等前瞻性描述不构成公司对投资者的实质承诺，敬请投资者注意投资风险。 九、 是否存在被控股股东及其他关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况 否 十一、 是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目 录 第一节 释义 ....................................................................................................................... 4 第二节 公司简介和主要财务指标 ................................................................................... 7 第三节 管理层讨论与分析 ............................................................................................. 11 第四节 公司治理 ............................................................................................................. 56 第五节 环境与社会责任 ................................................................................................. 58 第六节 重要事项 ............................................................................................................. 61 第七节 股份变动及股东情况 ......................................................................................... 83 第八节 优先股相关情况 ................................................................................................. 90 第九节 债券相关情况 ..................................................................................................... 91 第十节 财务报告 ............................................................................................................. 92
第一节 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
第二节 公司简介和主要财务指标 一、 公司基本情况
二、 联系人和联系方式
三、 信息披露及备置地点变更情况简介
四、 公司股票/存托凭证简况 (一) 公司股票简况 √适用 □不适用
(二) 公司存托凭证简况 □适用 √不适用 五、 其他有关资料 □适用 √不适用 六、 公司主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币
(二) 主要财务指标
公司主要会计数据和财务指标的说明 √适用 □不适用 注：公司于2024年8月实施2023年年度权益分派：以资本公积金向全体股东每10股转增4股，共转增52,627,802股。根据《公开发行证券的公司信息披露编报规则第9号—净资产收益率和每股收益的计算及披露》，公司已在计算每股收益指标时对本期以及上年同期指标按资本公积转增股本后股数重新计算。 公司营业收入、归属于上市公司股东的净利润和归属于上市公司股东的扣除非经常性损益的净利润分别同比增长30.90%、51.57%、30.42%，主要系公司持续践行“走出去”战略，积极开拓海内外市场的优势进一步得到延续和扩展，同时，公司凭借突出的产品性能和技术优势，通过合理化的布局和完善的产品价位段规划，使产品的销量与上年同期相比显著提升。 公司基本每股收益、稀释每股收益以及扣除非经常性损益后的基本每股收益分别同比增长 51.49%、50.37%及 30.56%，主要系报告期内经营业绩和盈利能力的提升带来的净利润增长所致。 七、 境内外会计准则下会计数据差异 □适用 √不适用 八、 非经常性损益项目和金额 √适用 □不适用 单位:元 币种:人民币
对公司将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》未列举的项目认定为的非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。 □适用 √不适用 九、 非企业会计准则业绩指标说明 □适用 √不适用 第三节 管理层讨论与分析 一、 报告期内公司所属行业及主营业务情况说明 (一)主要业务、主要产品或服务情况 公司主营业务为智能清洁机器人等智能硬件的设计、研发、生产和销售，主要产品包括智能扫地机器人、洗地机、洗烘一体机及其他智能电器： 1、智能扫地机器人 公司是国际上将激光雷达技术、点面阵 TOF技术、精密光学视觉导航避障及相关算法大规模应用于智能扫地机器人领域的领先企业。 智能扫地机器人在通过基于激光或者 TOF等测距传感器、视觉传感器、惯性测量单元等传感器的 SLAM算法构建出户型地图后，再根据户型地图进行定位，同时通过 AI算法规划出智能、高效的清扫路径，可以有效避免漏扫、重扫。服务器端通过对互联网产品数据进行深度学习、算法优化从而不断迭代升级机器人算法。 同时，扫地机全线新品开发了全功能基站，除原有充电基础功能外，增加了热水洗拖布、抹布自清洁、自动集尘、抹布烘干、清洗槽烘干、对刷防缠绕系统、智能免维护等功能，促使扫地机器人在智能化发展的道路上实现了质的跨越。 2、洗地机 为改善清洁效果和使用体验，公司深入研发并将最新研发成果应用于相关产品中，包括双滚刷系统、智能洗烘及全链路抗菌、智能脏污检测、自动投放清洁液等技术，使洗地机地面清洁与自清洁能力得到了提升，增强了抑菌与防臭效果，提升了使用便利性，干湿垃圾清洁一步到位。 3、洗烘一体机 随着生活水平的发展，用户在衣物清洁方面的需求逐渐升级，不仅对衣物烘干有着强烈的需求，而且对衣物的分区洗护提出了更高的要求。现有洗烘一体机存在很多体验上的不足，无法为客户带来极致的体验，难以满足用户对产品的期望。为此，公司自研了“第三种烘干技术（分子筛吸附式烘干）洗烘一体机”，该技术不仅解决了烘干温度过高、毛屑残留过多、烘干风道污染残留、烘干效果差、烘干时间过长等问题，同时也满足主流的嵌入式家装场景，无需额外占用更多的家装空间。与冷凝或热泵式烘干不同，公司产品采用物理吸附技术，利用分子筛超强的吸湿能力对衣物进行除湿，配合行业首创的双风路循环系统，独立分区，保持主循环风路相对干燥的循环暖风、循环风路无主动热源，从而实现低温干衣护理。该产品不仅可以烘真丝羊毛等高端面料，而且还提高了烘干效率，达到高效干衣的效果，并解决了传统洗烘一体机毛屑附着、残屑污染等问题。 （二）主要经营模式 公司紧紧围绕技术研发和品牌建设持续打造并提升公司的核心竞争力，通过技术和产品的领先性以及卓越的品牌形象获取市场份额。在采购方面，公司是以直接采购为主，工厂自行采购为辅。在生产方面，公司以自建工厂自主生产和委外加工相结合的方式。在销售方面，公司采用线上与线下相结合的销售模式。 （三）所处行业情况 1、行业的发展阶段、基本特点、主要技术门槛 （1）行业发展阶段 在国内市场方面，自 2017年以来智能家居产业的创新浪潮持续涌动，为家庭场景带来了诸多智能设备，并推动了整个行业的快速发展。GFK数据显示，2006年到2023年期间，清洁电器复合增长率高达 19.8%，市场规模扩大近 21倍至 364亿元。 作为新晋生活刚需，清洁电器当前的渗透率依然较低，2022年的吸尘器每百户平均拥有量仅有 23.5台，其中主力品类扫地机器人占 5.1台、洗地机仅有 1.5台，均处于起步阶段。GFK预计到 2030年，清洁电器的市场规模能达到 600亿元、4,000万台左右。奥维云网（AVC）数据显示，2024年上半年清洁电器销额 165亿元，同比增长9.8%，销量 1,241万台，同比增长 13.6%。具体来看，扫地机器人一马当先，上半年新品拉动效应显著，领跑清洁整体，销额销量均实现两位数增长，销额同比 18.8%，销量同比 11.9%。根据奥维云网数据，预计 2024年全年，清洁电器整体销额 379亿元，销量 2,803万台，同比增长 11%。 智能扫地机器人行业技术及资金壁垒较高，根据奥维云网（AVC）监测数据，2024年上半年，国内智能扫地机器人品牌集中度较高，TOP5品牌占比已超过 90%。总体来看，头部品牌依然优势显著。 在海外市场方面，GFK指出，2023年第四季度，全球家电市场出现迅速增长，应被视为 2024年市场回升的积极迹象。根据 GFK近十年的数据显示，智能家电在全球家电市场中的份额不断提升，多次成为推动家电市场的重要增长引擎。IDC指出，2023-2027年全球智能家居市场的规模将持续增长，这一增长动力来自于对便利性、能源效率和安全性的需求。全球消费者都在寻找方法简化他们的日常生活，并使自己的家更加舒适和安全。IDC预测，到 2027年，全球智能家居市场的规模将超过 10亿，复合年增长率（CAGR）为 5.6%，北美、欧洲和亚太地区将持续增长。全球扫地机的市场容量将增长至 2,320万台，产品功能的改进和使用场景的扩展将推动扫地机市场的增长，扫地机市场的年增长率高于整体智能家居市场。 随着人工智能和物联网技术的深度融合，清洁电器的功能和效率正在不断突破，为用户提供了更加智能化、个性化的清洁解决方案。展望未来，随着技术的不断演进和市场的进一步拓展，清洁电器行业有望将迎来更广阔的发展空间和机遇，成为智能家居领域的一大亮点。 （2）行业基本特点 智能清洁电器行业是一个技术驱动性强、市场需求日益增长、市场竞争激烈的行业，为满足不同消费者的需求，其产品种类和功能正变得日益多样化。随着人工智能、机器视觉、传感器技术以及物联网技术的进步，扫地机的功能得到了不断的优化和升级，在原有充电功能桩的基础上，逐步增加了抹布自清洁、自动集尘、抹布烘干、清洗槽烘干、对刷防缠绕系统、智能免维护等复合功能，变得更加智能化和自动化。 近几年，国内清洁电器市场增速放缓，国内清洁电器企业纷纷加快推进全球化进程。据 GFK数据显示，中国品牌推出的扫地机器人在技术上不断革新，截至 2022年底，中国生产的扫地机器人已占据海外市场近 50%的份额。头部企业不仅在本国市场大放异彩，还积极拓展海外市场，抢占更多的市场份额，技术创新、市场需求的多样化及对高质量用户体验的追求，共同推动着该行业的快速发展。随着消费者对产品使用体验和售后服务要求的不断提升，提高用户体验和售后服务逐步成为该行业企业的竞争重点。 （3）主要技术门槛 智能清洁电器是人工智能、光电、机电、声学、力学、材料学、流体动力学等多领域技术高集成的行业。产品性能提升的根基在于算法，核心算法（如 SLAM算法、AI导航算法等）、数据积累、算法能力是行业的关键壁垒。从更长远的维度看，智能清洁电器行业是一个快速迭代的朝阳行业。随着 5G和大数据时代的发展，一些行业领先的产品可实现智能操控，用户能够通过 APP对智能扫地机器人进行实时远程观察和控制，用户体验显著增强。同时企业通过跟踪产品情况、收集用户反馈，了解用户需求和产品性能表现，进一步对产品进行优化升级。随着消费升级浪潮的来临，国内外消费者对该类产品的清洁功能、智能性、静音等方面提出了越来越高的要求。 2、公司所处的行业地位分析及其变化情况 公司是国际上将激光雷达技术、点面阵 TOF技术、精密光学视觉导航避障及相关算法大规模应用于智能扫地机器人领域的领先企业。智能扫地机器人在通过基于激光测距传感器、惯性测量单元等传感器的 SLAM算法构建出户型地图后，再根据户型地图进行定位，同时通过 AI算法规划出智能、高效的清扫路径，可以有效避免漏扫、重扫。服务器端通过对互联网产品数据进行深度学习、算法优化从而不断迭代升级机器人算法。 2024年上半年，公司研发投入 4.10亿元，较上年同比增长 42.92%；公司研发人员 786人，较上年研发人员同比增长 57.52%；公司新增授权专利 267项 ，公司产品如 G20S系列、V20系列、P10S系列智能扫地机器人产品，H1 Neo、M1系列洗烘一体机产品等收获了良好的口碑，进一步加深了用户对公司品牌的认知。 同时，公司在研发与产品设计方面处于行业前列。近年来，公司及主要控股子公司分别被授予“国家鼓励的重点软件企业”“国家高新技术企业”“中关村高新技术企业”“中国百强企业奖”“北京市共铸诚信企业”“北京市设计创新中心”“北京高精尖产业设计中心”“2024年软件和信息服务业诚信企业”“北京市专精特新‘小巨人’企业”和“ESG新标杆企业奖”等资质，公司和公司产品曾被授予“国际 iF设计大奖”“台湾金点奖”“2024年度小红书 WILL营销奖”“跨界营销金奖”“内容营销银奖”“技术卓越奖” “年度创新产品奖”等多项荣誉。 3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势 2024年上半年，我国家电市场环境持续增长，奥维云网（AVC）数据显示，2024年上半年中国清洁电器销额 165亿元，同比增长 9.8%，零售量达到 1,241万台，同比增长 13.6%。根据奥维云网数据，在各类清洁电器中，扫地机器人一马当先，领跑清洁家电行业，在整体清洁电器内部占比达到 41%。同时，销额销量均实现两位数增长，国内 2024年上半年扫地机器人销售额同比增长 18.8%，销量同比增长 11.9%。 2024年上半年，中国品牌的扫地机及清洁电器在海外市场持续发力，实现了销量与价格的同步提升。中高端产品因其技术领先和功能完备而受到市场的追捧，中国品牌凭借优秀的产品力、成本控制能力、布局时间长、成熟的软硬一体能力，成功拓展了国际市场，有效推动了产品结构的升级，进而提高了市场渗透率。 在中高端市场的竞争中，消费者对产品的选择不再仅仅基于价格，而是更加注重技术优势和功能的全面性。中国品牌凭借多年的技术积累和对用户体验的深入洞察，成功将技术创新转化为卓越的产品性能，加速了海外市场产品结构的优化和升级。中国品牌的产品线正逐步从单一功能的设备转变为具备自清洁、自集尘、烘干以及智能上下水等多功能的复合型产品，以适应全球消费者对智能家居解决方案的日益增长的需求。 这一转变不仅标志着中国品牌在国际市场上的竞争力提升，也反映了中国制造业在全球价值链中的地位提升。展望未来，中国品牌将继续致力于技术创新和产品升级，以满足全球消费者对高品质生活的追求，进一步巩固和扩大在国际市场的影响力。 二、 核心技术与研发进展 1. 核心技术及其先进性以及报告期内的变化情况 （1）扫地机器人的核心技术与研发进展 ①核心技术 A、激光雷达与定位算法 为了最佳的定位效果，公司选择了效果最好但成本较高的 LDS激光雷达+ SLAM算法，即同步定位与地图构建技术。 a）激光雷达 公司自主研发了行业领先的激光测距模块：该模块扫描速度可达 5×360°/秒，同时精度达到了同行业产品中的领先地位，能够高效、精确测量房间距离信息，为室内定位和导航提供有力支撑。具体实现的方式为：一是采用自主研发的激光雷达，覆盖直径 12米的精准测距范围，且测量误差≤2%，为定位和导航算法提供了高置信度的测距数据；在公司自主研发的新一代 TOF(Time Of Flight)激光雷达上，覆盖直径扩大到 18米，测量精度为±2cm。二是结构设计的创新和迭代优化，提升了激光雷达的可靠性和稳定性，有效延长了模块使用寿命，降低了用户后续的维护成本。 b）SLAM算法 SLAM算法，被广泛应用于无人驾驶、虚拟现实、增强现实等科技产品和场景。 公司的智能扫地机器人也应用了类似的 SLAM技术。基于智能扫地机器人的激光测距模块、陀螺仪、加速度计、里程计等传感器数据，公司独立研发的 SLAM算法有效公司研发的 SLAM算法，通过独创的 CPU和 GPU协同加速 SLAM的技术，使公司的 SLAM算法在低性能的嵌入式处理器上亦能实时输出定位和地图信息，相比Google的 Cartographer SLAM算法所需要高性能的 64位 i7处理器，公司的 SLAM算法在满足机器人清扫过程中实时定位需求的同时极大降低了对处理器的性能需求，兼顾了性能和成本。 B、多传感器融合的运动控制模块 智能扫地机器人要按照导航算法规划路线行走，需要融合一系列传感器的数据，包括但不限于里程计、陀螺仪、加速度计、沿墙传感器、AI结构光、地毯识别传感器等。同时，机器人需要精确控制电机的转速和自身的前进后退，恰到好处地加速、减速和转向，并需要根据地面材质情况控制拖地模组以及设置主刷、边刷的转动速度和方向，才能实现流畅的清洁作业，提高清洁效果。公司在该领域投入了较大的研发以确保智能扫地机器人的运行路线更精准。例如，对于家庭场景中常见的边角清扫动作，公司花费大量时间不断优化和完善、反复调整，使得机器人能够在避障及少碰撞家具的前提下尽可能地贴近边角进行清扫以获得最优的清扫效果。 C、基于人工智能技术的导航算法 室内环境千差万别，智能扫地机器人的导航算法需要进行实时处理运算，从多传感器和多维度考虑，尽可能选择效率最高、重复最低的线路进行规划行走，指挥智能扫地机器人实现完整覆盖的清扫工作。基于智能扫地机器人的 LDS、陀螺仪、加速度计、里程计、摄像头等传感器数据以及 SLAM算法输出的定位和地图信息，公司自主研发了以人工智能(AI)为基础的清扫路径规划算法： a)通过机器学习(Machine Learning)技术训练优化路径规划算法的参数，识别清扫区域需要避开的障碍物，使机器人能够更智能、更高效地对房间进行清扫，并提高有效清洁面积覆盖比例； b)利用深度学习(Deep Learning)算法，通过大量真实数据训练的神经网络模型使机器人不断自我完善，提高机器人对周围环境的认知程度。随着数据来源的增多，机器人将会更加智能地分析和处理各种问题。 c)采用双目立体视觉原理(Binocular Stereo Vision)对识别出的障碍物进行精准测距和定位，并结合 AI技术，根据识别出来的物体，智能规划躲避障碍物的策略，在提高清扫效率和覆盖率的前提下，同时提升机器人自主回充的成功率(避免因各种原因卡在清扫道路上)和清扫路线的智能化(比如有效避开动物粪便)。 d)结合 Roborock App推出了高精度可视化的 3D地图功能，配合 iPhone上的DTOF 面阵激光测距传感器，进行室内环境高还原度的三维重建，并且将三维地图与机器内的二维地图进行算法映射，以三维网格地图形式实时为用户展示更贴近室内真实环境的机器清洁轨迹。 D、多 IOT平台接入能力 石头扫地机器人可接入多种 IOT平台，以便于使用者随时随地对扫地机器人进行操控。 其中石头科技自主研发的 RRIOT平台不仅可为家用扫地机器人提供接入服务、设备管理服务、数据传输及大数据分析服务，也可服务于公司其他硬件产品，并可为未来接入更多的石头 IOT设备甚至第三方 IOT设备，做好技术储备。 ②研发进展 A、SLAM算法及应用 智能扫地机器人工作在千家万户多样化的家庭环境，家庭环境中常见的低反光材质、阳光干扰、地面湿滑等客观条件很容易导致激光测距传感器、里程计等传感器的误报而造成定位错误，因而对应用于智能扫地机器人的 SLAM(同步定位与地图创建)算法提出了更高的鲁棒性、稳定性、自适应性等要求。石头科技自主研发的 SLAM算法通过融合多种传感器数据，包括激光测距传感器、点面阵 TOF传感器、陀螺仪、加速度计、光鼠传感器、轮式里程计等，综合马尔可夫链、贝叶斯网络、卡尔曼滤波等经典理论并在此基础上利用融合滤波算法、深度学习、大数据、异构计算等技术，实现了可在低功耗、低算力的嵌入式处理器上运行的高鲁棒性、高稳定性、高实时性，从而满足了用户对智能扫地机器人的性价比期望以及普适于复杂多样的家庭环境的需求。 a)通过融合粒子滤波算法和扩展卡尔曼滤波算法，解决激光测距传感器数据异常时(比如因窗帘、床单等物体遮挡激光测距传感器而造成传感器数据异常)定位错误的问题，相比传统单一的滤波方法，该融合方法提升了 SLAM算法在应对家庭复杂环境时的鲁棒性。 b)通过构建 SLAM算法的 CPU+GPU的异构计算体系，充分利用 GPU高并发的特性快速对大量粒子进行评估，提升了迭代运算中粒子分布的密度，从而提高了SLAM算法的实时性和准确性；同时运用该技术的 SLAM算法可以实时地运行在低功耗低算力的嵌入式处理器上，降低了处理器及整体技术方案成本。 c)基于深度学习技术构建分类神经网络，通过多种传感器数据(包括激光雷达、行走轮里程计、角速度计、加速度计、碰撞传感器、悬崖传感器、行走轮电流反馈等)智能识别出和各种运动模型的匹配程度，综合机器人动力学模型(Kinetic model)来选择相适应的粒子分布模型和重采样策略，相比传统的运动模型计算方法和重采样策略，该方法提升了在智能扫地机器人状态异常和工作环境变化时的自适应性和定位的准确性。 d）基于 3D TOF的 SLAM算法，通过采用基于误差的迭代扩展卡尔曼滤波算法，有效解决了在低矮空间下以及观测 FOV不足的情况下的各种定位问题，该方案在确保高精度定位的同时，降低了整机高度，从而进一步提升了清扫覆盖率。 公司自主研发的 SLAM算法，可以实现准确的地图创建及即时定位功能。另外，公司也基于此技术不断进行创新和改进。 a)重定位和移动重定位 在公司独立研发的 SLAM算法采用的即时定位技术之上，公司又进一步支持智能扫地机器人原地旋转重定位和移动重定位算法，帮助机器人在不同楼层的多张地图中，快速定位机器人的位置，选择正确的地图进行清扫。 公司更是为配备摄像头的扫地机器人机型，提供采用视觉辅助的移动重定位算法，大大提高了移动重定位的定位效率和定位准确率。经过实际测试验证，相同机型、相同环境、相同地图数量(4张)、相同定位成功率(100%成功)的情况下，通过视觉辅助重定位，定位耗时缩短 50%以上。 b)智能分区技术及应用 公司利用智能扫地机器人激光雷达扫描制作的 SLAM地图，结合深度学习功能，自主研发地图智能分区功能，可按户型分割出不同的房间并根据用户选择实施清扫任务，有助于用户进行划区清扫以及定制个性化的清扫方案，提高清洁效率。 c) 地图异常检测技术及应用 公司研发了地图异常检测技术，主要在地图保存环节。通过此检测技术，系统能够判断当前待保存的地图是否存在异常，一旦检测到异常，则会提示用户不保存该地图。这一方案的实施，显著降低了在异常地图上进行清扫的概率，有效保证了用户的清扫效率和覆盖率，进一步提升了用户体验。 B、全局智能路径规划和导航 作为智能化的扫地机器人，需要自主、自适应的在家庭环境中高效高覆盖率的完成各种地面材质(包括地板、瓷砖、地毯)的清洁、充电桩搜索以及回充等任务。与无人驾驶的自动导航相似，智能扫地机器人的导航系统基于： a)多种传感器包括激光测距传感器、点面阵 TOF传感器、超声波传感器、陀螺仪、加速度计、光鼠传感器、轮式里程计、AI结构光、地毯识别传感器等信息； b)基于 3D TOF的障碍物感知算法 该算法运用聚类、拟合等先进技术方案，能够精确识别地面、墙面以及障碍物信息。相较于传统的传感器线激光方案，本方案在感知障碍物的轮廓信息方面展现出更高的准确性，为后续实现精准避障提供了坚实有力的条件保障。 c)SLAM算法生成的即时定位和地图信息，实时完成目标检测、避障、路径规划、路径跟随等任务。在导航系统的实现中，石头科技基于 D*算法，迪杰斯特拉算法，卡尔曼滤波，马尔可夫决策，支持向量机、随机森林算法等经典算法理论，结合智能扫地机器人实际应用需求，自主研发了同时生成地图与覆盖区域算法、区域最优分割和选择算法、任务规划算法、运动规划算法、路径跟随算法、异常路径恢复算法、实时局部避障算法等适用于多样化家庭环境的高效导航算法。 效率和覆盖率是充电桩全局搜索算法的两个重要的指标：一方面，智能扫地机器人进入回充状态时电量剩余有限，需要在电量耗尽前完成搜索；另一方面，充电桩位置具有不确定性，高覆盖率是搜索成功的关键。传统全局寻桩方式多采用重复清扫找桩、沿墙找桩或者随机覆盖找桩的方式，难以兼顾效率和覆盖率。公司运用快速搜索随机树(Rapidly-exploring Random Tree)算法理论，结合贝叶斯网络和模拟退火算法，有效提升了寻桩的效率和覆盖率。 e)二维空间全覆盖路径规划 二维空间全覆盖路径规划目的是让智能扫地服务机器人自动规划出适合用户各种各样家庭环境、空间大小、空间分隔的一次性运动轨迹，该轨迹需要尽可能减少重复覆盖以保证较高的覆盖效率。该路径规划算法可以按照探索出来的室内空间二维地图及地图中的子分区进行一次性路径规划，机器人需要根据规划的路径执行清扫，从而做到分区乃至整个室内的全覆盖移动。 f)融合各传感器的智能避障路径规划 机器运行过程中利用各类感知传感器在时间和空间上的观测结果，构建基于概率的障碍物分布地图，基于此地图进行了高效的可迭代的点对点的避障路径规划算法实现，在保证路线尽可能短的前提下使路线可以绕开地图上的各类障碍物，在清扫过程中与各类障碍物保持预设距离，避免清扫环境中的障碍物造成机器人行走清扫的卡困干扰。 针对路径规划，尤其是针对狭窄区域和密集障碍物区域(比如椅子腿)的路径规划，石头科技基于 D*经典算法理论，结合基于传感器置信度的障碍物消融算法，减小了由于智能扫地机器人各传感器原理、误差、分辨率等造成障碍物位置和尺寸的计算误差及其对路径通过性的误判影响，最大化进入狭窄区域和密集障碍物区域的可能性，从而提升了智能扫地机器人的通过率和清扫覆盖率。针对路径跟随需求，为平衡智能扫地机器人行进中最大化流畅度和最小化路径偏离的矛盾，石头科技基于 DWA框架，结合遗传算法和大规模实验、测试产生的海量数据来优化求解 DWA评价函数的空间参数，保证智能扫地机器人在流畅行走的同时能够精确的进行路径跟踪，从而提升了智能扫地机器人在狭窄空间的通过率和清扫覆盖率。（未完）  |