人工智能時代正朝我們快步走來，將全面影響我們生活的方方面面，近年來，沉浸已久的掃地機器人也迎來了爆發式增長，除了消費升級與懶人時代的到來，技術升級也是促使掃地機器人市場爆發的重要因素。
掃地機器人的技術升級之路
在掃地機器人的技術路徑上，目前已出現三次變革：第一代隨機類、第二代慣性導航、第三代自主導航。
第一代隨機式掃地機器人
隨機式掃地機器人給人的感覺就是在胡亂碰撞，在清掃的過程中無規律可言，經常會出現反覆和大面積清掃、漏掃的情況，但其實也是有一定算法在裏面的，比如遇到障礙轉向多少度、卡住之後如何脫困等，算法的優劣直接決定了清掃的質量和效率的高低。雖說隨機式掃地機器人長時間運行，也能做到對地面的覆蓋，但需要付出大把的時間。
第二代慣性導航式掃地機器人
慣性導航式掃地機器人依靠陀螺儀、加速度計等慣性傳感器獲取位置、速度等信息。但掃地機器人所使用的陀螺儀一般精度較低，造成慣性導航過程中可能會存在誤差，而且隨着時間的推移，誤差會不斷積累，在面積較大的複雜地面環境，慣性導航的弊端會逐漸顯現出來，不能很好勝任規劃式清掃任務，是一種較爲初級的定位導航技術。
雖然有些採用慣性導航的掃地機器人也具備繪製地圖的能力，但它們繪製出來的地圖相對來說比較初級，甚至不能分辨出具體的家居環境。當然，相比隨機式掃地機器人，採用慣性導航的掃地機器人清掃效率相對更高。
第三代自主導航式掃地機器人
自主導航式掃地機器人具有室內自主規劃清掃能力，相比於傳統隨機掃地機的無規劃、亂掃亂撞而言，新型規劃式的掃地機器人基本能實現全面清掃，在智能方面有了質的飛躍，這也是掃地機器人在技術上取得的重大突破。
新型掃地機器人是如何進行自主規劃清掃的？
對於具有自主導航的掃地機器人來說，路徑規劃是其所需的基礎能力，也就是在完成SLAM後（即時定位與建圖），機器人在自身位置不確定條件下，在完全未知的環境中創建地圖，同時利用地圖進行自主定位和導航），要進行一個叫做目標點導航的能力。通俗的說，就是規劃一條從A點到B點的路徑出來，然後讓機器人移動過去。
要實現這個過程，運動規劃要實現至少兩個層次的模塊，一個叫做全局規劃，這個和我們車載導航儀有一點像，它需要在地圖上預先規劃一條線路，也要有當前機器人的位置。這是由我們的SLAM系統提供出來的。業內一般會用叫做A*的算法來實現這個過程，它是一種啓發式的搜索算法，非常優秀。
當然，僅僅規劃了路徑還是不夠的，現實中會有很多突發情況，比如正巧有個小孩子擋道了，就需要調整原先的路徑。當然，有時候這種調整並不需要重新計算一遍全局路徑，機器人可能稍微繞一個彎就可以。此時，我們就需要另一個層次的規劃模塊，叫做局部規劃。它可能並不知道機器人最終要去哪，但是對於機器人怎麼繞開眼前的障礙物特別在行。
這兩個層次的規劃模塊協同工作，機器人就可以很好的實現從A點到B點的行動了，不過實際工作環境下，上述配置還不夠。比如A＊算法規劃的路徑是根據已知地圖，預先規劃好的，一旦機器人前往目的地的過程中遇到了新的障礙物，就只好完全停下來，等待障礙物離開或者重新規劃路徑了。如果掃地機器人買回家，必須先把屋子都走一遍以後才肯掃地，那用戶體驗就會很差。
爲此，也會有針對這類算法的改進，比如思嵐科技研發的模塊化自主定位導航模塊SLAMWARE就採用改良的D*算法進行路徑規劃，這也是美國火星探測器採用的核心尋路算法。是一種動態啓發式路徑搜索算法，它讓機器人在陌生環境中行動自如，在瞬息萬變的環境中遊刃有餘。
D*算法的最大優點是不需要預先探明地圖，機器人可以和人一樣，即使在未知環境中，也可以展開行動，隨着機器人不斷探索，路徑也會時刻調整。
以上是目前大部分移動機器人都需要的路徑規劃算法，而掃地機器人作爲最早出現在消費市場的服務機器人之一，它需要的路徑規劃算法更爲複雜。
一般來說，掃地機需要這麼幾個規劃能力：貼邊打掃、折返的工字形清掃以及沒電時候自主充電。單單依靠前面介紹的D*這類算法，無法滿足這些基礎需要。掃地機器人還需要有額外的規劃算法，比如針對折返的工字形清掃，有很多問題要處理。
掃地機器人如何最有效進行清掃而不重複清掃？如何讓掃地機和人一樣，理解房間、門、走廊這種概念？
針對這些問題，學術界長久以來有一個專門的研究課題，叫做空間覆（spacecoverage），同時也提出了非常多的算法和理論。其中，比較有名的是Morse Decompositions，掃地機通過它實現對空間進行劃分，隨後進行清掃。
20世紀70年代，卡內基梅隴大學（CMU）完全依靠超聲波做到了現在我們掃地機的行爲，當然造價也十分昂貴。
前面介紹的從A點到B點移動路徑規劃也是實現這類更高級路徑規劃的基礎。實際上，要從SLAM實現到掃地機器人所需要的這些功能，還是有非常多的工作要做的。針對掃地機器人，思嵐科技將其特有的路徑規劃功能預先內置在SLAMWARE中，方便廠家進行整合，不需要進行二次開發。