智能硬件产品经理需要哪些技术基础？

雷达、摄像头是扫地机的眼睛，轮子是它的脚，那么SoC就是扫地机的大脑。它集成了CPU、NPU、ISP、内存控制器等核心模块，负责执行 SLAM 建图定位、路径规划、激光/视觉导航算法、避障决策、电机调度协调以及 Wi-Fi/蓝牙连接控制。用起来智不智障主要就看它了。

算力与功能的关系

• ‌≥1.5 TOPS‌：可实现15种以上物体识别、60ms级低延迟避障、3D环境感知‌。
• ‌≥5 TOPS‌：支持多传感器融合（双目视觉+dToF+激光雷达）、语音交互、复杂路径规划‌。
• ‌≥10 TOPS‌：适用于具身智能、端侧大模型部署、工业级视觉分析‌。

市场格局（2025–2026）

• ‌星宸科技‌：2025年全球约每3台家用扫地机就有1台采用其SoC，覆盖中高低端市场‌。
• ‌地平线‌：通过旭日3芯片切入科沃斯等头部品牌，主打5 TOPS算力‌。
• ‌追觅生态（芯际穿越）‌：自研“天穹”SoC已量产，聚焦高集成度与低功耗‌。

主流SoC算力水平

• ‌入门级/中低端机型‌：
• NPU算力通常在 ‌0.5 TOPS 至 1.5 TOPS‌ 之间。
• 例如：星宸科技（Sigmastar）SSU9353Q（0.5 TOPS IPU）、SSU9383（1 TOPS IPU）‌。
• ‌中高端主流机型‌：
• NPU算力普遍达到 ‌1.5 TOPS 至 5 TOPS‌。
• 代表产品包括：
• 星宸科技 ‌SSU9366‌（1.5 TOPS NPU + 4核A53 CPU）‌；
• 地平线 ‌旭日3（X3）‌（等效 ‌5 TOPS‌）最初用于科沃斯地宝X1系列‌上大力宣传；
• 追觅自研 ‌“天穹”系列SoC‌（集成专用NPU，具体数值未公开，但支持激光雷达+AI视觉融合感知，推算不低于5 TOPS）‌。
• ‌高端/前沿机型‌：
• 部分厂商已采用 ‌10 TOPS 级别AI SoC‌，用于支持更复杂的视觉处理、3D建模与实时避障。
• 例如：世强硬创平台推荐的AI SoC支持 ‌10 TOPS‌，适用于高端扫地/割草机器人‌

主流厂商选什么SoC

石*：全志定制的MR813，MR527等；

云*：采用了尾部下潜LDS+双目+右侧线激光的整体解决方案；

• 逍遥001 / 逍遥001 Max‌
• 搭载 ‌双芯架构‌：
• 主芯片：1.8GHz 四核
• 边缘AI协处理器：‌1.2GHz 四核，4TOPS 算力‌（自动驾驶级别）‌
• 支持双目RGB摄像头 + LDS激光雷达 + 侧向3D结构光，实现毫米级避障和200+种物体识别‌
• ‌逍遥002 / 002 Max‌
• 配备 ‌10TOPS 算力‌ 的自动驾驶级AI芯片（部分资料称“8核10TOPS”）‌
• 支持识别 ‌200–250+ 种障碍物‌，并可自主决策清洁策略（如绕行、贴边、抬升拖布等）‌
• ‌J5 / J5 /Max 系列‌
• 采用 ‌单目AI视觉系统‌，未明确公布SoC算力数值
• 可识别 ‌100+ 种障碍物‌，避障能力弱于001/002系列‌

AI视觉识别与算力的关系

现在扫地机的一个趋势是机身超薄化，这意味着扫地机的摄像头离地高度不高于6cm，几乎是贴着地面看前方。它观察障碍物是水平、横向，这种视角存在非常大的局限性，它不像人眼处于高位俯视地面，所以对于某些物体，无法正确识别。

假设扫地机的感知已经做到了非常高的精度水准的前提下。如果芯片算力上不去，采集到的视频数据，也无法有效发挥，目前的扫地机产品，视觉分析的帧率可能只有5帧左右，你可以想象机器人实际看到的图像，是存在卡顿的。对于扫地机来说，它是在移动中清洁的，帧率越低，越容易漏过很多移动中的场景信息，所以存在漏识别的情况。