不限脏污类型、不惧光线变化、任意地面花色，硬核实力，无需多言！
从吸力升级到扫拖协同，从基站功能迭代到机械臂应用，扫地机器人的每一次进化，都在朝着“更聪明”“更好用”的目标迈进，脏污识别技术也不例外。从“盲目”清扫到“看懂”地面脏污，自主决策作业方式，扫地机器人的清洁逻辑正在被又一次定义。
作为扫地机器人领域的新焦点，脏污识别早已吸引众多厂商布局。目前市面上已有部分机型搭载相关功能，尽管整体表现仍有提升空间，但该技术潜力已获行业共识。作为头部机器人技术企业，INDEMIND同样推出了自己的脏污识别方案。
基于对技术迭代的敏感度，INDEMIND很早就意识到机器人在清洁逻辑上的局限性。无论是家用还是商用机型，其传感器系统都无法感知“哪里脏”“脏污是什么”“哪里容易积污”，只能采用“平均化、全覆盖”的清扫策略。
这种“一刀切”的方式在真实场景中问题频发：沙发旁的零食残渣、厨房的厨余污渍等重污区域常清洁不彻底，需要用户频繁手动补扫；若试图通过多遍清扫解决，又会导致效率低下、能耗激增，大大影响用户体验。
如何让机器人实现更快、更准、更智能的探污、识污，经过多轮技术评估，INDEMIND最终选择看家的立体视觉路线。基于摄像头图像进行立体视觉“高度梯度”信息检测，提取高于地平面的脏污特征，能够精准识别各类脏污，并自动标记位置与尺寸。
在实际表现中，INDEMIND脏污识别技术不仅识别范围丰富，包含固态、液态、粉末及固液混合四类脏污，且平均脏污检出率达95%以上，处于行业领先水平。
核心性能参数：
INDEMIND脏污识别方案不止于“看见”脏污，更构建了从结果识别到作业规划的完整智能闭环。
清洁过程中，机器人能将脏污检测结果与场景地图、运动轨迹叠加，实现全场景脏污地图的精准管理，为智能清洁策略提供数据支撑。
基于识别结果，INDEMIND开发了系统化清洁策略：配合智能决策引擎，机器人可自主调整清洁参数——包括清洁遍数、毛刷压力与速度、出水量等。例如遇到液体时，会自动停止边刷、仅启用拖地功能，避免液体溅射造成二次污染。
依托在机器人导航、交互、硬件开发及智能化功能上的多项突破，INDEMIND的产品布局没有局限于单一功能模块。从单目模组到三目模组，从双目具身机器人AI平台到四目具身机器人AI平台，产品矩阵在持续完善。
视觉模组矩阵
INDEMIND推出单目脏污检测模组、双目避障脏污模组、三目避障脏污模组（含线激光融合版本），既能满足单一脏污识别升级需求，也支持AI识别、避障、视频传输等智能化拓展。模组均内置专用SDK，技术算法及硬件符合行业标准，可快速适配市面机器人产品，实现无缝升级。
具身机器人AI平台
双目和四目具身机器人AI平台，则以INDEMIND全局空间智能技术为核心，融合多目视觉模组，整合为一套包含软硬件的标准化方案，赋能机器人覆盖导航、避障、决策、交互到智能作业的全栈业务逻辑。
INDEMIND全局空间智能技术是一套面向机器人领域的端云一体化智能系统架构，致力于为全品类机器人提供高性能、全场景的空间感知与决策能力。系统采用“端侧+云端”低算力混合模型，具备视觉-语音-动作多模态识别、三维空间理解与记忆、任务推理与决策、持续对话等核心能力。
相较于同类方案，该平台的优势显著：一方面是市面少有的“完整技术栈”标准方案，且成本相较ITOF便宜50%，能够帮助企业从0到1快速实现新机量产与产品升级；另一方面，平台智能化程度高，具备丰富功能支持与持续升级能力。
INDEMIND立体视觉技术的突破，不仅重新定义了扫地机器人的“感知力”，更通过策略化清扫与全栈方案支持，推动行业从“全覆盖清扫”迈向“精准化智能清洁”的新阶段。
