我的 Yarbo 机器人割草机征服了我种满树木的院子

快速阅读: 据《Yanko 设计》最新报道，雅博机器人割草机在充满挑战的多树庭院中表现出色，克服了传统机器人割草机在浓密树荫下的导航难题，通过先进的视觉和测距技术实现了高效全覆盖割草，同时具备长续航和多功能潜力，为复杂地形用户提供全新解决方案。

我想要分享一下使用雅博（Yarbo）机器人割草机的体验。我的雅博机器人最近已经完成了整个5700平方英尺院子的修剪，仅有几次小问题。这还不是一个全面的评测——可以把它看作是一个来自在极具挑战性的环境中测试这款机器的人的热情进展报告。

设计师：雅博
我的院子对任何机器人割草机而言都是个巨大挑战。它有32棵巨大的成年橡树，这些橡树已经生长了几十年，甚至比我35年的房子还要老。这些巨大的成年橡树在整个地产上形成了密集的树冠和广泛的根系。当我第一次考虑购买机器人割草机时，行业专家警告我说，由于这些树木，我的院子可能太难处理了。长期以来的传统智慧认为，浓密阴影下的院子与机器人割草技术不兼容。

雅博的绘图系统很好地适应了我家院子的独特地形。我的地产包括狭窄通道、开阔区域和树木密集区，布局复杂。院子被街道环绕，这对机器人割草来说可能是一个潜在挑战，因为我最初担心雅博会无法准确靠近边缘而不会偏离。然而，系统的精确控制证明了这一点。即便靠近街道边界，雅博会保持稳定并准确遵循地图路径。有时我以为它可能会失去方向并滚落，但它的导航始终保持受控和准确，使其保持在指定的割草区域内。

预定的割草模式有效地管理了障碍物，优化了效率，确保最大覆盖范围而不必进行不必要的来回移动。在映射界面中标记为红色的禁行区对应于雅博在操作过程中避开的树基和其他永久性特征。智能路径系统通过实时调整导航优化效率，基于其移动时收集的实时环境数据。

我发现的一个问题是，奇怪的是，雅博有时无法检测到一些较小的树木。尽管我已经将这些区域标记为禁行区，但割草机偶尔会忽略它们，试图穿过，结果被困住。这导致了一次失败的操作，并在它的后面留下了撕裂的草块，因为履带挖了进去。问题似乎由多种因素造成——也许较小的树木缺乏足够的对比度，使得立体视觉系统无法可靠识别它们，或者系统将其解释为可通行的地形。

这种行为在较小树木散布在较大树木之间的区域尤为明显。虽然雅博能够无缝避开较大的树木的禁行区，但它却难以应对这些较低轮廓的障碍物。结果是反复尝试推过去，导致草坪和割草机不必要的磨损。然而，在观察这种现象并调整禁行区后，我看到了一些改善。

在咨询了雅博团队关于这个问题后，他们解释说我的割草视野灵敏度设置为“中等”。在这种模式下，机器区分绿色和黄色，将非绿色区域视为障碍物。这导致当它检测到周围的所有障碍物时犹豫不决。他们建议切换到“轻触”模式，该模式更多依赖物理保险杠而不是视觉来检测障碍物。这一调整解决了较小树木的问题。

我发现选择合适的障碍物规避模式对于在特定条件下实现最佳性能至关重要。雅博应用程序提供了三个主要选项：

– **中等绕行**：推荐用于杂草丛生的复杂草坪。它绕过低于20厘米的障碍物，如杂草、石头和玩具。此模式平衡了遗漏的工作区域与安全性。
– **敏感绕行**：专为相对干净且维护良好的草坪设计，障碍物较少，提供最安全的割草体验，尽管偶尔可能会遗漏一些工作区域。
– **温柔接触模式**：是在超过20厘米的高草和分隔区域的最佳设置，最小化遗漏部分。在我的院子里，混合了阴凉区域和草地与人行道之间的过渡，这个调整至关重要。在改变之前，雅博很难区分草地和硬质边缘，反复错误地将过渡解释为障碍物。它会停下来，倒退，转弯，再试一次，只检测到相同的“障碍物”，留下未割草的斑块。幸运的是，雅博支持迅速识别了问题并推荐了设置更改，完全解决了问题。

传统的机器人割草机依靠GPS信号在房屋周围导航。这在开阔空间和清晰天空下有效，但在浓密树荫下失效。树木阻挡或削弱了机器人割草机所需的卫星连接。在浓密树荫下，普通割草机会因缺少准确位置数据而迷失方向。这种导航限制让许多拥有林地的机器人割草机用户感到沮丧，通常会导致遗漏区域、不规则的切割模式或需要手动救援的割草机。

雅博采用了一种复杂的多层导航系统，在GPS信号在树冠下减弱时仍能有效运作。在其核心，视觉惯性测距技术结合了摄像头数据和运动传感器信息，以在没有GPS可用的情况下保持精确的位置意识。雅博创建了一个独立于外部信号的内部映射系统，使其能够在GPS覆盖波动或完全消失的环境中运行。

雅博的立体视觉技术通过先进的双目摄像系统提供深度感知。该摄像机具有130°的视场角、大F2.2光圈和超高分辨率的6百万像素图像。宽视角、高分辨率的视觉系统使割草机能准确评估其环境中的距离和空间关系。在我家的橡树下，阳光在一天中创造出斑驳的图案和移动的阴影，雅博自信地导航。它区分无害的阴影和实际需要避免的障碍物。这种视觉智能使它能够在光线条件变化的复杂环境中操作。

雅博的测距能力以惊人的精度跟踪移动。当它穿越我的草坪时，它持续计算覆盖的距离和方向的变化。这个相对于起点和院子边界的相对位置计数确保割草机始终知道自己的位置。即使在完全阻断的GPS信号下长时间在茂密的树冠下操作，雅博也能毫无困惑地返回充电站。我的整个地产都得到了完整的覆盖，无需在割草机遗漏的区域进行人工干预。

环绕雅博的超声波传感器在所有光照条件下提供环境意识。割草机配备了其主要的双目立体摄像机和两个额外的侧摄像机，增强了周边意识。支持这个摄像系统的是六个超声波雷达，提供360度覆盖。这些传感器检测障碍物，无论是否有阴影或明亮的斑点可能会混淆纯粹的视觉系统。我观察到雅博在树干之间导航，避开暴露的树根，并在花园特征周围灵活移动，表现出一种在问题发生前就预见潜在问题的意识。这个强大的检测系统确保了从早到晚在阳光充足和阴暗区域的一致表现。

作为最后的安全措施，雅博集成了一个三阶段碰撞杆，如果某个物体设法避开了主要传感系统，它可以探测到物理障碍物。这种多层次的环境意识方法使割草机即使在复杂的环境中，也能在光线条件和众多障碍物变化的情况下自信地导航。

这些技术的整合创造了一种连贯的导航方法。该系统在整个院子内自动适应不断变化的条件。在开阔区域，RTK GPS提供厘米级精度。在树冠下，视觉和测距优先。这种导航方法之间的无缝转换没有中断或犹豫。割草机在整个地产上保持一致的切割模式和完整覆盖，无论遇到什么障碍物。

强大的车载算力驱动雅博复杂的导航系统。该系统利用高达6 TOPS（每秒万亿次操作）的处理能力来启用立体视觉和障碍物规避系统等高级功能。这一重要的计算资源允许割草机实时处理复杂的环境数据，以便在树冠下导航时即时做出决策。

最让我惊叹的是，完成首次运行后，雅博仍有49%的电池剩余。这种效率带来了更多可能性，不仅仅是割草，还允许我用雅博进行其他庭院维护。有了额外的电池寿命，我可以部署雅博将草坪上的树叶吹走，清理街道上的杂物，并以最少的努力管理户外维护。延长的运行时间和多功能性使雅博成为全年维护庭院的宝贵帮手。

人工智能的集成增强了雅博导航系统的有效性。割草机的AI驱动的制图助手在初始制图过程中帮助识别草坪边缘，即使在GPS精度可能受损的区域也能创建准确的边界定义。这种智能制图能力确保割草机即使仅通过视觉和测距在树冠下导航时也能保持对操作边界的意识。

在观看雅博有条不紊地处理我的挑战性院子后，我认识到这是自主草坪护理的一项重大进步。它在树冠下有效导航的能力克服了困扰机器人割草技术的根本局限。

对于拥有大量树木的房主来说，雅博复杂的导航系统、强大的计算能力和智能技术创造了一个真正有价值的工具，可以在无需持续监督的情况下维护整个院子。尽管有轻微的操作问题，它在我复杂的景观中的表现给我留下了深刻印象。

我会继续测试并随着经验的积累提供更多见解，但我的初步结果显示，拥有大量树木覆盖的房主终于有了一个实用的机器人割草选项。

分享 点赞 分享 转发 推特 WhatsApp 收藏

(以上内容均由Ai生成)