编辑： 棱角talk
添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群
扫描下方二维码，加入
3D视觉知识星球
，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：
近20门视频课程（星球成员免费学习）
、
最新顶会论文
、
3DGS系列
、
计算机视觉书籍
、
优质3D视觉算法源码
等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！
有机构测算，在
2020年，割草机器人在美国的渗透率仍然极低，在
欧洲的渗透率大约为
4.5%。2021-2023 年的割草机器人市场，则有点类似于 2011~2014 年的扫地机市场，市场上有出量的，主要是随机碰撞和预埋线式产品，割草机器人的渗透率提升有限。
但从2023 年起，无埋线/规划式的割草机器人产品SKU明显增加，同时，不少厂商已经具备了导航规划和避障技术。
在割草机器人领域，
新锐科技企业的技术方案，主要有这几类：UWB、纯视觉、RTK和3D激光雷达等。也有一些企业采用了融合方案。这些主要是涉及定位、感知识别和规划控制等方面。
无边界割草机器人的各类技术路径，也各有优缺点。但整体而言，比起传统割草机，优势挺明显。
目前，相对主流的技术方案是RTK+视觉融合技术。因为，RTK+视觉融合技术加入视觉模组，能较好地解决RTK信号不稳定的问题。也有一些只用RTK技术的厂商。而纯视觉方案，相比于GPS的技术方案，信号会更稳定，但在部分使用场景下使用会受限，比如在夜晚或强光环境下。3D激光雷达技术，整体而言，产品力较强，但成本也高。
基于以上情况，也有一些厂商，综合了不同方案的优缺点以及成本方面的考量，选择了融合技术方案。
既然无边界/规划式割草方案已逐渐成熟，并且在产品力方面也有了肉眼可见的提升，那么，必然会逐步引发产品落地上的突破。
有机构预测，参照2015年以来扫地机器人渗透率的提升路径，到2028年，割草机器人的
产品
销量有望超过300万台，在欧美的渗透率也会有较明显的提升。
回过头来看，在2024年第三季度的当下，真正出货的智能无边界割草机器人，数量仍然相对较少，个别厂商有上万台的出货量。但各厂商都在摩拳擦掌，跃跃欲试。
综合来看，2024年很有可能会是无边界/规划式割草机器人赛道发展的元年。这两三年会是很关键的窗口期，一旦过了这个阶段，极有可能会逐步形成这个赛道的新格局。
本文仅做学术分享，如有侵权，请联系删文。
计算机视觉工坊交流群
目前我们已经建立了3D视觉方向多个社群，包括
2D计算机视觉
、
大模型
、
工业3D视觉
、
SLAM
、
自动驾驶
、
三维重建
、
无人机
等方向，细分群包括：
2D计算机视觉：
图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等
最前沿：具身智能、Mamba、
NLP、CV、ASR、生成对抗大模型、强化学习大模型、对话大模型等
工业3D视觉：
相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。
SLAM
：
视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。
自动驾驶：
深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、BEV感知、Occupancy、目标跟踪、端到端自动驾驶等。
三维重建：
3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等
无人机：
四旋翼建模、无人机飞控等
除了这些，还有
求职
、
硬件选型
、
视觉产品落地
、
最新论文
、
3D视觉最新产品
、
3D视觉行业新闻
等交流群
添加小助理: dddvision，备注：
研究方向+学校/公司+昵称
（如3D点云+清华+小草莓）
, 拉你入群。
▲长按扫码添加助理
3D视觉学习知识星球
3D视觉从入门到精通知识星球
、国内成立最早、6000+成员交流学习。包括：
星球视频课程近20门（价值超6000）
、
项目对接
、
3D视觉学习路线总结
