每天，都有数百万家庭使用自主扫地机器人。 新一代扫地机器人具备智能功能，例如，可以在清扫之前先洒水清洁地面。 实现这类先进功能，需要具备高水平的环境感知能力，包括能够识别地面类型，从而使机器人能够切换清洁模式，同时还能避免在铺设地毯的地面洒水等。 在扫地机器人中应用人工智能可以增强这类设备的环境感知能力。
方法
扫地机器人可以根据地面的软硬程度识别地面类型。 如果检测到柔软材料（比如地毯），它会切换清洁模式，避免在这类地面上洒水。
- 在本项目中，我们使用了来自VL53L5飞行时间 (ToF) 传感器的信号，该传感器具有8×8多区域检测功能，集成在扫地机器人的前端（离地面高度4.5 cm，倾斜角度21.5度）。
- 然后，我们收集了不同类型的材料（包括柔软和坚硬的地面材料），并在预处理和后处理信息前对神经网络 (NN) 模型进行训练，以期提高准确度。
- 最终，我们使用STM32Cube.AI软件包在MCU中实现了NN模型。
与标准编程算法相比，AI算法准确性更高，并可根据具体的应用案例轻松调整。
传感器
飞行时间传感器（参考: VL53L5CX）
数据
数据集：来自飞行时间传感器的信号（输出：硬或软）
数据格式：15Hz下，8×8范围
结果
模型：多层感知器 (MLP)
存储器占用：
68 KB的Flash存储器用于权重
1.6 KB RAM用于激活函数
准确率：96%，约200,000个样本，超过50种材料
84 MHz在STM32F401的性能
推理时间：7 ms
