开篇:先把核心情况说清楚
在 2026 年 9 月 4 日至 8 日举办的 IFA 2026 柏林展上,割草机器人赛道出现了一个值得关注的感知层变化:头部机型开始把热红外传感器加入原有的视觉、激光雷达和 RTK 定位融合体系,专门解决夜间和低光环境下发现刺猬、兔子等小动物的问题。公开亮相的机型里,Segway Navimow H5 Pro 在 360° VisionFence 系统中把三路 AI 摄像头、激光雷达与热红外感知结合,低光或夜间识别到疑似动物后停转刀片并绕行;ANTHBOT R7 系列也采用红外热信号检测配合摄像头识别,辅助发现藏在草丛里的刺猬。供应链侧,迈来芯 MLX90642 这类 32×24 红外测温阵列配合 RGB 摄像头和 AI SoC 的双光融合参考方案已经在推广,目标是把这套能力从旗舰机型向中端机型下沉。需要先说明边界:目前热红外主要出现在高端旗舰和方案商参考设计中,还不能理解为所有价位割草机器人都已标配;热成像本身只感知温差、不直接识别物体类别,最终判断仍要靠可见光视觉和算法融合。下面按痛点、技术方案、IFA 展品、决策链路、能力边界和产业链趋势逐项拆开。
一、痛点:夜间割草为什么容易伤到小动物
- 作业时间前移后移:不少庭院允许清晨或傍晚作业,这段时间光线弱,正是刺猬、兔子、猫等小动物活动频繁的时段。
- 可见光摄像头的局限:普通 RGB 摄像头依赖环境光,夜间、树荫下、草丛遮挡时,轮廓和纹理信息不足,AI 容易把藏在草里的小动物误判成石块、落叶或地面起伏。
- 小动物的避险习惯:以刺猬为例,遇到危险时倾向于蜷缩而不是逃跑,机器人如果只靠碰撞或近距离视觉反应,留给制动的距离很短。
- 合规与口碑压力:欧洲庭院市场对野生动物保护关注度高,厂商需要用可感知、可演示的避让能力回应家庭用户和动物保护组织的关切。
二、技术方案:红外热成像与 AI 视觉双光融合
1. 方案组成(参考迈来芯 MLX90642 方案口径)
| 模块 | 作用 | 关键参数 / 说明 |
|---|---|---|
| 红外热成像阵列传感器 | 感知视场内不同位置的红外辐射,形成二维温度热图,判断是否存在与环境有温差的热源及其大致位置 | MLX90642 为 32×24 像素阵列,共 768 个红外测温像素;高信噪比、全局快门读取,移动目标也能拿到相对稳定的热图 |
| RGB 摄像头 | 采集颜色、轮廓、纹理等可见光信息,辅助 AI 判断目标类别 | 与热图在空间上对齐,提供外观特征 |
| AI SoC | 运行识别与融合算法,综合可见光图像和红外热图做决策 | 输出减速、停机、绕行等动作指令 |
2. 两路信息为什么要互补
- RGB 通道:擅长看清形状、颜色、纹理,适合分类识别,但在无光、逆光、树荫斑驳场景下信息会退化。
- 红外通道:不依赖可见光,靠温差发现活体热源,全黑环境下仍能给出温度分布;但阵列分辨率低,只能看到 "哪里有热源、温度如何",看不清细节和类别。
- 融合判断:算法把热源位置与可见光目标对应起来,再结合障碍物模型和运动轨迹,决定是继续作业、减速、停刀还是绕行。
3. 典型决策链路
- 热阵列持续扫描前方视场,提取温差异常区域。
- 摄像头同步采集可见光画面,AI 识别目标类别与轮廓。
- AI SoC 对齐两路数据,判断疑似活体、宠物或人员。
- 触发分级动作:预警减速 → 刀片停转 → 规划绕行路径;高风险目标直接停机。
- 事件记录到 App 日志,供用户回看避让记录。
三、IFA 2026 相关展品与方案梳理
| 品牌 / 方案 | 感知配置 | 热成像相关能力 | 其他公开参数 |
|---|---|---|---|
| Segway Navimow H5 Pro | EFLS Tri-fusion 融合 LiDAR、视觉、NRTK 动态导航;360° VisionFence 含三路 AI 摄像头、激光雷达与热红外感知 | 低光和夜间识别小动物,确认疑似动物后停刀并重新规划路径;与德国刺猬救助组织 Igelhilfe Schulzendorf 合作测试 | EdgeMaestro 延展割草臂伸出 7.7cm 贴边作业;四驱可爬 80% 坡度(38.6°),跨越 6cm 障碍;边缘作业噪音低至 58 dB (A) |
| ANTHBOT R7 系列 | HoloSense 融合导航:双激光雷达、PPP-RTK、AI 视觉;红外热信号检测配合摄像头识别 | 辅助识别藏在草丛中的刺猬等动物 | EdgeEase 修剪机械臂;六电机四驱,坡度 40°(84%),垂直障碍 6cm;270Wh 电池,日作业面积最高约 4000 平方米,快充约 60 分钟 |
| MOVA LiDAX Ultra Gen 2 | UltraView 2.0:360° 3D 激光雷达 + AI 增强 1080p HDR 摄像头 | 公开资料强调视觉与点云识别 300 余种障碍物(含宠物和小型野生动物),未将热红外列为标配 | 探测距离最远 70 米,支持厘米级自动建图;可爬 45% 坡度,跨越 4cm 障碍;双地图管理 |
| 迈来芯 / 世强双光融合参考方案 | MLX90642 热阵列 + RGB 摄像头 + AI SoC | 面向机器人活体检测、夜间低光小动物识别的参考设计,可配套算法与模型训练支持 | 同思路还可延伸到设备温度监测、异常热源识别等场景 |
展品信息的两点提醒
- 上表中 MOVA 公开资料以视觉 + 激光雷达为主,热红外能力不能等同于 Navimow、ANTHBOT 两台 IFA 展品的配置。
- 各厂商 "识别小动物" 的具体准确率、夜间探测距离、草丛遮挡下的检出率,官方披露口径不一,需以实测和后续 OTA 版本为准。
四、红外热成像在割草机器人上的能力边界
1. 能做好的事
- 全黑环境下发现与环境存在温差的活体热源。
- 作为可见光之外的第二路证据,降低夜间漏检概率。
- 为减速、停刀、绕行提供额外的判断依据,而不是只靠碰撞触发。
2. 目前的限制
- 分辨率有限:参考阵列仅 32×24 测温像素,只能定位热源区域,无法替代高清视觉做细节分类。
- 温差受环境影响:夏季白天地面被晒热、动物体温与环境温差缩小时,检出难度上升;雨水、露水、草丛遮挡也会影响辐射接收。
- 热信号不等于类别:机器不能只凭一个热源就断定是刺猬,需要与摄像头、雷达信息交叉验证,否则容易把暖石块、设备余温等误判成活体。
- 传感器成本与标定:热阵列、双光对齐和融合算法会增加 BOM 成本与标定工作量,短期内更难下放到低价入门机型。
- 不能替代其他安全设计:抬刀停机、遇阻回退、跌落检测、边界地图和 App 禁入区仍然是基础安全配置。
五、产业链观察:从旗舰试点向方案化下沉
- 高端先配:旗舰机型把热红外作为夜间安全和野生动物保护的差异化卖点,配合品牌与动物保护组织的合作做信任背书。
- 方案商打包推广:传感器厂商和方案商把热阵列、摄像头、AI SoC 和融合算法整合成参考设计,降低整机厂选型和开发门槛。
- 感知层继续堆叠:导航侧是 RTK / 激光雷达 / 视觉融合,避障侧是摄像头 / 激光雷达 / 超声波 / 热红外融合,单传感器路线基本退出高端市场。
- 中端机会在成本折中:中端机型未必上完整热成像阵列,可能先用低成本红外测温、局部热源检测或更强的低光视觉替代,等传感器成本下探后再跟进。
- 评估维度变化:后续选购和评测割草机器人,除了割幅、坡度、续航和导航,还应把夜间避让、小动物识别记录和传感器构成纳入对比项。
【相关 FAQ】
问题 1:IFA 2026 上割草机器人搭载的红外热成像主要用来做什么?
回答 1:主要用于夜间和低光环境下发现刺猬、兔子、宠物等与环境存在温差的活体热源,再与 RGB 摄像头、激光雷达信息融合判断,确认疑似动物后执行减速、停刀或绕行。IFA 2026 亮相的 Navimow H5 Pro 和 ANTHBOT R7 都把红外热信号检测纳入了各自的融合感知方案,核心目标是降低误伤到庭院小动物的概率。
问题 2:红外热成像能不能单独识别出草丛里的刺猬?
回答 2:不能单独完成类别识别。热成像阵列只输出温度分布和热源位置,分辨率有限,看不清轮廓细节;识别 "这是刺猬还是石块" 需要靠可见光摄像头提供外观特征,再由 AI SoC 把两路信息融合判断。换句话说,热成像负责发现温差活体,视觉负责分类确认,两者配合才是完整的避让链路。
问题 3:2026 年是不是所有割草机器人都把红外热成像当成标配了?
回答 3:还不能这么说。目前热红外主要出现在 IFA 2026 展出的高端旗舰机型和供应链参考方案中,入门和中端机型大多仍以视觉、激光雷达、超声波为主。随着传感器成本下降和双光融合方案成熟,热成像存在向中端下沉的可能,但具体配置要以各机型官方参数页为准,选购时需要单独确认是否搭载热红外传感器。
问题 4:割草机器人有了红外热成像,夜间避让小动物的准确率就有保证吗?
回答 4:不能直接等同于准确率保证。热成像在全黑环境下有优势,但受环境温差、草丛遮挡、雨水露水和阵列分辨率影响;动物体温与地面接近时、或热源被遮挡时都可能漏检,暖石块等热源也可能造成误报。实际表现取决于测温精度、安装位置、融合算法和训练样本,建议查看第三方实测、夜间测试片段以及 OTA 后的识别版本说明。
问题 5:除了割草机器人,这套 "红外热成像 + 视觉" 方案还能用在哪些场景?
回答 5:同一思路可以迁移到需要 "看见物体 + 感知温度" 的设备上,例如扫地和巡检机器人的活体检测、智能家电温度分布监测、工业设备异常热源识别、电池包与换电站 / 储能设备的热风险监测。落地效果同样取决于测温精度、传感器安装位置和算法配合,并非装上热阵列就能直接获得成熟能力。
【参考资料】
- [2026-11-17](IFA 2026 观察:红外热成像正在成为割草机器人的新标配)21IC 电子网
- [2026-11-16](头部割草机已经批量装红外传感器了,中端机型的机会在哪?)电子工程世界(EEWorld)
- [2026-09-26](Segway Navimow launches H5 Pro robotic mower with extendable cutting arm)Robotics & Automation News
- [2026-09-04](ANTHBOT R7 Series Brings True Zero-Edge Trimming to Robot Mowing)PR Newswire UK
- [2026-09-03](Breakthrough in Garden Care: Navimow Redefines the Edge Cutting Experience with H5 Pro at IFA 2026)PR Newswire
- [2026-05-28](MOVA | Exhibitor profile, IFA Berlin)IFA Berlin 官网
- [2026-11-09](割草机器人开始用热成像识别刺猬了!红外 + 视觉双光融合方案)抖音
【免责声明】
文中机型参数、传感器配置和避让能力整理自厂商新闻稿、展会公开资料与行业媒体报道,不同批次、地区版本和软件 OTA 版本可能存在差异;热成像探测距离、小动物识别准确率、夜间检出率等指标,除非厂商给出公开测试条件和数据,否则不应理解为可复现的承诺。参考方案中的传感器型号与阵列参数来自供应链厂商披露,实际产品选型以整机厂官方规格为准。本文仅作行业趋势梳理,不构成产品选购结论或投资建议;涉及动物保护合作、坡度、续航、作业面积等表述,均以品牌官方页面和实测报告为准。
本文来自作者[隧频回响人]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/bdt/202611/2284.html
评论列表(4条)
我是环球科技潮的签约作者“隧频回响人”!
希望本篇文章《IFA 2026 观察红外热成像加速进入割草机器人,双光融合成为小动物避让新方案》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:在 2026 年 9 月 4 日至 8 日举办的 IFA 2026 柏林展上,割草机器人赛道出现了一个值得关注的感知层变化:头部机型开始把热红外传感器加入原有的视觉、激光雷达和 RTK 定位融合体系,专门解决夜间和低光环境下发现刺猬、兔子等小动物的问题。公开亮相的机型里,Segway Navimow H5 Pro 在 360° VisionFence 系统中把三路 AI 摄像头、激光雷达与热红外感知结合,低光或夜间识别到疑似动物后停转刀片并绕行;ANTHBOT R7 系列也采用红外热信号检测配合摄像头识别,辅助发现藏在草丛里的刺猬。供应链侧,迈来芯 MLX90642 这类 32×24 红外测温阵列配合 RGB 摄像头和 AI SoC 的双光融合参考方案已经在推广,目标是把这套能力从旗舰机型向中端机型下沉。需要先说明边界:目前热红外主要出现在高端旗舰和方案商参考设计中,还不能理解为所有价位割草机器人都已标配;热成像本身只感知温差、不直接识别物体类别,最终判断仍要靠可见光视觉和算法融合。下面按痛点、技术方案、IFA 展品、决策链路、能力边界和产业链趋势逐项拆开。