讓“人工式”清潔成為可能。
對于掃地機器人而言，臟污識別并非是個新概念，從2022年開始就有廠商提出，只是相較于其它方面的“內卷”，廠商們最初對它的重視程度并不高，目前臟污識別的識別率和類型也都不太理想。但隨著清潔需求的提升，機器人需要具備更智能、更高效率的清潔策略，而臟污識別成為了一個必要條件。
想象一下，當機器人通過識別垃圾、判定臟污程度、檢測地面，生成AI垃圾熱點圖，并能自主決策并執行清潔幾遍、清潔力度（毛刷壓力和速度、出水量等）、清潔多久等清潔策略，或許才真正實現Hands-free。
目前，市面上絕大多數掃地機器人均不具備臟污識別能力，由于系統無法感知場景中哪里臟、臟污是什么、哪里容易臟，所以都采用了平均化、全覆蓋的清掃方案，這種“以勤補拙”的方式顯然已不能適用當下的清潔要求。
以實際家庭場景為例，每個區域的臟污程度和臟污類型都不同，如沙發旁邊多零食殘渣和飲料液體、廚房地面多廚余污漬等，但機器人對于不同區域，清潔方式始終是一致的，且無法判斷清潔結果，就會出現重污區域沒有清理干凈，若采用多遍清掃，又會導致重復清掃，耗能增加，整體清潔效率低，體驗感下降等問題。
需要承認的是，臟污識別技術不能“包治百病”，機器人也仍達不到人的靈活性，但它卻能幫助機器人做到最大程度的“人工式”清潔，有效減少人工干預，提升機器人的清潔效率和質量。因此，作為提升機器人作業表現的重要技術，JS Game對臟污識別進行了集中研發，目前在行業內已率先取得突破。
JS Game臟污識別技術是基于JS Game融合攝像頭、高清攝像頭、補光燈等，進行模塊化、小型化、一體化設計的視覺模組，配合自研圖像算法，實現臟污檢測功能。目前，JS Game臟污識別技術支持任何地面材質、花色、光線下的透明、半透明，不透明液體及干涸污漬識別、顆粒狀臟污識別、粉末狀臟污識別。
在實際測試中，針對不同花色的地板，不同程度的液體臟污（奶茶、牛奶、咖啡、水、醬油、油等）、固體臟污（面包屑、方便面渣、沙礫、碎紙片等），機器人均能有效識別，處于行業領先水平。
JS Game機器人臟污識別演示
在清潔過程中，機器人能夠將臟污檢測結果及位置與場景地圖和軌跡進行疊加，實現全場景的臟污地圖管理。
基于立體視覺的全品類全場景臟污識別技術，為掃地機帶來主動清潔能力革命和清潔模式革命。一方面，機器人不再受制于清潔結構和自身重量，對重度臟污可以執行多次清潔及清潔成果檢測策略，提升清潔能力上限;并且不再受制于定期清潔計劃，具備主動臟污巡檢和作業能力。
另一方面，針對不同臟污類型可定制自主清潔策略。以智能作業為例，機器人在清潔過程中，通過自主判斷前方臟污的類型和程度，如識別到重度液體臟污（醬油），機器人將會針對此區域進行單獨清掃，避免拖布污染其他區域，并根據地面清潔結果，執行小范圍內的二次或多次清潔。
在方案應用上，臟污識別技術已應用到JS Game家用機器人導航方案「家用機器人AI Kit」，該方案基于一體化立體視覺模組，搭載自研的JS Game OS Lite家用機器人AGI系統，可為機器人實現導航定位、智能避障、路徑規劃、決策交互等多種核心功能，是包含軟硬件的ALL IN ONE解決方案。相較于激光融合方案，成本只有其1/3，且功能表現也有著明顯提升，可廣泛應用于家用掃地、陪護、教育、玩具等家用機器人。
