扫地机器人有推荐的吗，用过的老哥们说一说。?
4款热门扫地机器人硬核实测：避障、拖地、维护全扒皮
哈喽，大家好，我是 @微醺的工程狗，一个兴趣使然的家电爱好者。
前段时间，我问大家想看什么东西的评测，兄弟们投票给了扫地机器人，于是微醺我又麻溜地下单开测了~
当然，本次实测的四位嘉宾也都是小伙伴们投票选出来的。
- 小米5Pro，米家的亲儿子，自称米系最强避障，考虑到老米的汽车现在也干得如火如荼，热火朝天，那么，或许，它的扫地机器人也能从汽车那里继承一丢丢的自动驾驶的算法，用来优化避障。但它的拖布配置还是传统的圆盘式，在处理湿垃圾时，可能会有些力不从心。
- 石头P20滚筒版，基础版的避障和配置，搭配一个滚筒拖布，应该是石头试水滚筒拖地的前瞻版本。
- 云鲸逍遥002MAX，云鲸的旗舰机型，拖布为履带式，理论上有效清洁面积比滚筒的要大。
- 追觅X50Pro滚筒版，追觅这机器有点超预算，但已经是他家最便宜的滚筒版机器人了…你卖这么贵，要是实测表现再不好，我可要骂人了。
OK，废话不多说，我们直接开测~！
一. 避障
关于扫地机器人，非常反直觉的一点，就是它最重要的能力其实不是清洁力，而是避障能力。 它关系到机器人是不是会经常被纸巾，数据线等等各种杂物困住，不仅会导致清洁工作失败，还需要人类去解救它，甚至可能引发二次事故。
所以，我们要测的第一个项目就是避障。 在大约10平米的小空间里面，我安排了10个障碍物：
- 首先，是最基础的袜子和拖鞋，容易被机器人推到角落里找不见。
- 然后是体重称，经常能看到它，与老式的机器人相爱相杀的场景。
- 细腿小茶几，超细的桌腿和中心细条支架对机器人的感知力是不小的挑战。
- 折叠椅，椅子的底部金属横梁会反光，容易干扰机器人的视觉算法，同时高度又与门槛接近，可能被机器人识别成需要跨越的对象，从而不断发起冲击。
- 垃圾桶，半透明略带反光材质，容易误导机器人的雷达和视觉识别。
- 餐巾纸，机器人吸入之后很容易卡住主刷，导致清洁中断，平铺状态更是加大了难度。
- 地上的数据线，曾经是扫地机器人地狱级的噩梦，日常生活中，出现的频率又高，所以也是各大厂商研发的重点攻克对象，现在的旗舰机型，基本上都能比较好地避开数据线了。
- 玩具小戒指，模拟一些掉在地上的小饰品、小工具啥的，容易卡在机器人底盘和刷头上，被推着到处跑，如果推的是尖锐物品的话，就肯定会划伤地面和拖布了，加上尺寸又小，识别难度也不简单。
- 半透明的塑料袋，而且是平铺的，这个绝对是地狱级的难度，应该没有谁能挑战成功。
1. 小米5Pro
测试正式开始，首先出场的是自称“米家最强”的小米5Pro。
出门就把袜子顶走了，还从塑料袋上面碾了过去，一路横冲直撞，又拉走了数据线，接着又从餐巾纸上面碾过去，一通操作直接给我干懵逼了，这玩意是来捣蛋的还是来扫地的？
在搞了一通破坏之后，它似乎才正式开始扫地。
- 先是稍微刮了几下茶几，影响不大，但成功绕开了玩具戒指。
- 不过毫无意外地没有识别到塑料袋，把塑料袋吃进去了。
- 对于体重称的识别和绕行还算不错，垃圾桶也基本成功绕过了，拖鞋也没啥问题。
- 餐巾纸应该没识别到，没有躲避行为，最终也是吃进去了。
- 我以为这就已经结束了，结果，它又跟椅子杠起来了….
这个表现就敢号称米家最强… 那老米其他型号的避障得拉成什么样啊…
考虑到这极其拉跨的表现有可能是多次巧合叠加的小概率事件，因此，我给老米重新安排了一次实验。
这次，它一开始没有横冲直撞了，但是刮到了小玩具，又跟数据线玩缠绕，顶撞体重称，塑料袋和餐巾纸也是照吃不误，依然是极致的拉垮，很难想象这是一个在做智能驾驶的企业搞出来的机器人避障算法…
2. 石头P20活水版
接下来出场的是石头P20活水版。
- 它先是碰到了餐巾纸，然后在绕过袜子时把塑料袋吃进去了。
- 在遇到数据线时，表现得非常谨慎，虽然成功绕过了，但躲得非常远，清洁覆盖率比较低。
- 半透明的垃圾桶似乎完全没识别到，直直地就撞上去了。
- 再然后它似乎看到了地上的小玩具，稍微减速了一下，但最后还是决定不绕行，直接冲上去了。
作为不以避障为核心竞争力的基础版机型，有这个表现算勉勉强强，无功无过吧。
3. 云鲸002MAX
下一位出场的是云鲸002MAX。
- 出门就识别到了餐具纸，成功绕过去了。
- 茶几也识别得还可以，但是玩具戒指似乎完全没看到，直接压过去了。
- 塑料袋也完全没看到，直接吃进去。
- 数据线识别到了，而且策略非常激进，来了一套极限贴边，清洁覆盖率极高。
- 绕行垃圾桶的时候，轻微触碰了一下，影响不大。
- 绕行餐巾纸的时候也轻微碰一下，稍微有点惊险。
- 再次经过数据线时，激进的贴边策略，导致它轻微触碰了一下数据线，也有点危险。
总得来看，云鲸的避障能力还是非常优秀的，除了小玩具和塑料袋没识别到，其他物品都成功识别了。 但绕行策略非常激进，好处是清洁覆盖率高，坏处是风险也随之提升。
另外云鲸还有一个特点，它在遇到障碍物时，没有其他机型都有的后撤确认这个动作，而是直接采取行动，也不知道是对自己的识别能力极度自信，还是算法过于激进，这使得云鲸的清扫速度也比另外三台快了大约50%~100%。
4. 追觅X50Pro
最后出场的，是最贵的追觅X50Pro。
- 它识别到了玩具戒指，但可惜的是绕行的时候失误了，把戒指扫进了底盘。
- 塑料袋没识别到也是意料之中，确实难度太高了。
- 数据线也识别得可以，在距离线材10cm左右位置描边清洁，清洁覆盖率略微偏低，但缠绕风险更小。
- 餐巾纸也识别得很好，完美绕行。
- 再次经过体重称的时候，轻微碰了一下，问题不大。
总得来看，追觅的避障也非常优秀，并且策略更保守一些，虽然效率低一点，但胜在更稳妥。
5. 避障小结
这四台机器的避障性能汇总我也帮大家整理了表格，有需要的小伙伴可以慢慢看。
二. 越障能力测试
我们普通人家里，多多少少都有些坡坡坎坎，比如推拉门的滑轨，浴室阳台的门槛等等。 机器人的越障能力关系到，它能不能进入这些区域，以及进去了之后，还能不能出来，需不需要人类手动去解救。 因此，也是影响我们使用体验的关键点之一。
4台机器都能成功越过2cm高的木板，其中追觅的表现最轻松。
但是3cm木板，却只有云鲸勉强跨过去了。
三. 清洁力与边角覆盖率测试
为了测试机器人的清洁力和边角覆盖率：
- 我先用红色白板笔画出一个纵横交错的污染区，模拟日常生活中，需要湿拖才能处理的污渍。
- 再取50根大约40cm长的头发铺开，测试机器人处理长发和防缠绕的能力。
- 接着再在往地面撒1g可可粉，考察机器人对粉尘类脏污的处理效果。
- 另外取20颗黄豆，模拟容易被击飞的颗粒物。
- 再洒上几片剪碎的餐巾纸。 最后，再在旁边滴3ml超浓的红糖老抽，涂抹均匀，模拟少量湿垃圾泼溅的场景。
于是，我们的超级污渍混合大阵就搭建完成了。
1. 小米5Pro
第一位挑战者，还是我们的小米同学。
- 可以看到第一遍通过时，酱油的残留还是非常明显的，但是贴边控制得相当不错。
- 到了第一次转角时，猛撞了一下我设置的假墙，把墙都撞歪了… 估计也是避障不好导致的问题。
- 清扫完成后，中心区的可可粉，纸屑，黄豆都处理得很好，肉眼无可见残留。
- 红笔印还有些残留，可能跟木地板的平整度有关。
- 酱油残留就要严重一些了，湿垃圾对于小米的圆盘拖布来说确实有些超纲。
- 如果我们再凑近一点细看的话，会发现地面上有非常多切割后残留的断发，小米的切割式防缠绕似乎有些问题。
- 边角处理上，墙面边缘几乎能完美贴边，墙角也只有大约5cm的残留，这也是圆盘拖布的主要优势。
2. 石头P20
第二位出场的是，石头P20。
- 很明显，它在尝试贴边时出了点问题，不断地撞墙后，又退回，可能是在识别我家的超薄踢脚线时出了bug。
- 同时也能明显地看到，即使是滚筒拖布，快速扫过一遍也是没法完全处理干净酱油的。
- 最终在完成清扫后，可可粉，纸屑，黄豆，头发都处理得很好，除边缘处有一颗黄豆外，都没有残留。
- 中心区地面不平的地方，有残留了一些红笔印。
- 酱油也没有完全拖干净，但比小米还是要强一档。
- 贴边性能上石头的表现就有点糟糕了，残留了大约2cm的红笔印，这可能跟前面提到的踢脚线bug有关系。
- 而墙角处的处理就明显不如圆盘式拖布了，残留了大约10cm的红笔印。
3. 云鲸002MAX
接下来出场的是云鲸002MAX。
即使我在APP里把所有AI相关和避障选项都调到了最低，它也会把前方的酱油识别成需要授权才能清理的湿垃圾，在绕过酱油后，尝试清洁其他垃圾时，也只是简单地进去转了一圈就出来了，残留物非常多，测试结果基本不可用。
授权它重新清洁了一次酱油后，可以看到，云鲸对识别到的湿垃圾采用了更为精细清洁策略，清洁效果也自然更好，清洁完成后，肉眼完全看不出酱油残留。
但除了湿垃圾的特殊清洁外，其他污渍的测试我试了很多方法，都不能让它完成正常清洁，它几乎一定会把严重的脏污，识别成不能进入的区域，然后快速逃离，导致测试失败….
但可以确定的是，它的颗粒物击飞很严重，边刷跟在打高尔夫一样，黄豆被打得到处跑。
4. 追觅X50Pro
最后出场的是追觅X50Pro。
- 贴边非常不错，几乎完美贴过去了。
- 墙角还是有明显的硬伤，残留红笔印挺多。
- 转过来之后的清洁力和贴边也相当不错。
- 清扫结束后，可可粉，纸屑，黄豆，头发都处理干净了。
- 地面不平区域的红笔印有轻微残留。
- 酱油同样也有残留，但比石头更少一点点。
5. 清洁力小结
如果云鲸的AI不出bug的话，从几次失败的测试来推测，清洁力和边缘控制应该和追觅差不多，但世界上没有那么多如果，所以，这项测试它没有成绩。剩下的三台，追觅拿第一，没啥悬念。
小米和石头则各有优劣，小米强在边角处理，但会残留大量的断发和酱油痕迹，圆盘拖布也不适合处理浴室一类的潮湿环境。 石头则需要好好加强一下贴边算法。
四. 维护难度测试
扫地机器人好不好用，还有最后一个关键点 - 维护难度。 我们在机器人做完清洁力测试后，再让它继续工作大概20分钟，等防缠绕结构充分发挥作用，然后进入基站运行一次完整的自清洁流程，取出机器人观察底盘。
1. 小米
小米拖布的中心，有明显的酱油残留没有洗干净。
主刷外壳上有大量可可粉打湿后形成的“巧克力酱”，外壳和主刷内部的头发残留也非常多，无法计算数量。
另外，在轮子上也发现了一根头发缠绕。
2. 石头
石头的主刷防缠绕做得非常不错，只残留了一根头发，可能是被“巧克力酱”黏住了。
滚筒的清洁效果很好，肉眼观察无明显污渍。
3. 云鲸
云鲸的主刷防缠绕也很不错，只有两根残留。 巧克力酱比较少，可能是因为它的酱油是单独处理的缘故。
履带自清洁表现也还好，除了两端能看到少许红色印记，其他区域都很干净。
4. 追觅
追觅的主刷防缠绕可能起效得比较慢，可以看到大量头发堆积在了锥形刷头的末端，靠近吸气口的位置。 但它与石头、云鲸使用的都是相近的技术，因此可以推测，如果继续加长运行时间的话，绝大部分毛发也会被吸走。 主刷外壳上，追觅也出现了比较严重的巧克力酱现象。
滚筒的自清洁表现很优秀，肉眼观察没有明显污渍残留。
5. 基站底座
基站底座这边，石头和云鲸都用了可以整体取出的托盘结构。
优点是方便取出来清洗，缺点是，如果排水结构完全堵塞，取出托盘的时候，脏水容易溢出来。
小米和追觅则是经典的分离式结构。
得爬在地上，才能清洗底盘，体验要稍微差一些。
五. 滚筒/履带水路结构分析
这次实测的4台机器，有3台都是滚筒和履带式的，其特点是，一边拖地，一边又用刮条把污水刮走，从而使拖布一直保持在相对清洁的状态。 但刮条刮出来的污水要先存进机身内部的污水箱，在回到基站时，又要排空污水箱。 而我们真实的地面环境其实是非常复杂的，各种固体垃圾也有可能被带进滚筒里，所以，滚筒的水路结构设计也是非常重要的。
首先，要提出批评的是云鲸，它采用了不可拆卸的污水箱方案，虽然用搅拌器降低了堵塞概率，但你能保证每次吸进去的固体都能被搅碎吗？如果有头发缠绕了搅拌器呢？ 我对这套方案的可靠性持怀疑态度。
追觅和石头都采用了可拆卸的污水箱设计，但石头的设计要略优于追觅。
我们先看刮条这里，石头和云鲸都是大量并排的小孔排水口。
而追觅只有一个孔，还加了一个滤网，这就导致排水口非常容易堵塞。 追觅可能也想到了这个问题，旁边这个应该是一个溢流口，在滤网堵塞后，保持排水，让机器人依然能工作，但就没有过滤作用了… 既然如此，为什么不一开始就设计不需要过滤的排水口呢？
石头的导水槽和污水盒是一体式设计，更方便清洁，污水从导水槽垂直向上抽进污水盒内部，然后经过水盒上层的过滤盒，拦截容易造成管路堵塞大颗粒。
追觅的污水则是直接通过一条带直角弯的细长管道进入污水盒，这个直角弯，感觉后期容易变成一个堵点，而且不太好清洁的样子。 进到污水盒里面，也没有干湿分离结构，固体颗粒后期可能导致诸如漏水，堵塞一类的故障，细节上明显不如石头那么走心。
六. 总结
最后来总一个结。
1. 云鲸
只看新机的使用体验的话，云鲸的综合表现是4台机器里最好的。 避障优秀，清扫效率也高，主动识别湿垃圾避免主刷堆积巧克力酱，等等，优点是非常多的，但是它的整体设计明显是有些过于激进的。 避障追求极限贴边，AI识别不能关闭，不可拆卸的污水箱，后期可能有维护难题。 如果你能接受，那么它是一台非常优秀的机器人，但问题是，你能接受吗？
2. 追觅
追觅在避障和清洁力两个关键指标上的表现非常优秀，算得上全场最佳，但是糟糕的污水盒设计是个减分项。高达4k的售价，也确实有点让人难以下手，但是，话有说回来了，追觅跳水王的称号也是如雷贯耳，如果也能在3k左右入手的话，就很有性价比了。
3. 石头
石头P20则明显是石头试水滚筒式拖布的机器，硬件设计很优秀，但是基础版给到的避障规格太低了，同样3k左右的售价，就显得不如云鲸划算。
4. 小米
小米的话，避障实在是太弱，圆盘拖布又不适合清洁潮湿环境，适用范围比另外几台差了一截。 清洁时还会留下大量断发，几乎是全方位的，不尽如人意。 如果确实想买圆盘机型的话，不如看看云鲸001的官翻机，1500块左右，过渡用个几年，等技术更成熟之后再换也不那么心疼，对吧。
以上，就是本期测评的全部内容了，评测踩坑微醺上，一键三连靠大家，我们下期视频再见~