Setiap robot vakum yang kami pertimbangkan untuk rekomendasi diletakkan melalui langkahnya di lab uji kami di Louisville, Kentucky. Selain menguji lantai di mana kami menjalankan tes pickup terkontrol kami, kami memantau setiap robot vakum di ruang uji khusus yang diisi dengan furnitur tiruan untuk mengukur seberapa baik itu menavigasi di sekitar rintangan umum. Melewati itu, kami memeriksa setiap kemampuan robot vakum untuk melahap rambut hewan peliharaan tanpa tersumbat atau meninggalkan untaian longgar di belakang, kami mempertimbangkan kemampuan mengepel dan kami memeriksa untuk melihat seberapa baik itu menavigasi kekacauan anjing palsu juga.
Mari selami sedikit lebih dalam ke pertimbangan utama, dimulai dengan kami tes kinerja.
Metrik penilaian vakum robot
belum diartikan
| Kategori subrasi | Berat | Apa yang kami cari | |||||
|---|---|---|---|---|---|---|---|
| Pertunjukan | 30% | Skor kinerja diekstrapolasi dari AVG (AVG_SAND + AVG_BLACKRICE) | |||||
| Nilai/harga | 25% | Peringkat harga eceran mempertimbangkan semua fitur lainnya. yaitu apakah harga ini tampaknya adil untuk nilai yang ditawarkan? Apakah dibenarkan oleh kinerja, fitur, dan efisiensi NAV? | |||||
| Fitur | 15% | Fitur apa yang ditawarkan vakum? Stasiun mandiri? Banyak baterai? Nav Tech? Mengepel? | |||||
| Runtime | 20% | Pertimbangkan Skor Efisiensi Navigasi (1-10), berdasarkan waktu yang dibutuhkan untuk menyelesaikan siklus pembersihan penuh di ruang pengujian CNET Labs Robot Vacuum Nav Custom. | |||||
| Kemudahan penggunaan | 10% | UX – Seberapa mudah/quikck pengalaman pengaturan? Apakah itu datang dengan fungsionalitas rumah pintar? Aplikasi Smartphone? Bantuan suara? |
Daya pickup robot vakum
Ketika datang untuk menyedot kecakapan, kami ingin tahu seberapa efektif setiap robot terhadap remah -remah umum dan puing -puing lainnya, dan juga bagaimana tarif terhadap partikel yang jauh lebih kecil seperti debu, kotoran dan pasir. Untuk mengetahuinya, kami menggunakan nasi hitam kering dan mentah sebagai stand-in untuk remah-remah dan pasir sebagai analog untuk partikel yang lebih halus.
Dalam setiap kasus, kami menyebarkan jumlah yang terkontrol di tiga lantai uji: karpet low-pile, karpet midpile dan lantai kayu keras. Karpet low-pile lebih pendek, lebih sedikit karpet mewah dengan serat yang lebih pendek, jadi biasanya robot vakuum memiliki waktu yang lebih mudah diambil dari itu (meskipun tidak selalu). Midpile lebih lembut, karpet yang lebih mewah dengan serat yang lebih tinggi. Itu cenderung lebih menantang untuk robot vakuum (meskipun sekali lagi, tidak selalu). Kemudian, kami mengambil robot ruang hampa, mengosongkan tempat debu, mengirimkannya untuk membersihkan area yang terkena dan akhirnya mengukur berat apa pun yang berhasil diambilnya. Itu memberi kami persentase pickup dari jumlah penuh. Dari sana, kami mengulangi setiap kali berjalan dua kali dan rata -rata hasilnya.
Dalam beberapa bulan terakhir, kami menghilangkan tes kami untuk nasi hitam di lantai kayu keras karena, lebih atau kurang, setiap robot vakum yang kami uji mencetak gol mendekati 100%. Kami sekarang menggunakan tes pasir sebagai tolok ukur utama kami dalam mengevaluasi kinerja pembersihan. Kami menganggap apa pun 50% ke atas sebagai skor yang baik untuk pasir.
Pengujian lantai kayu keras
Pengujian karpet low-pile
Pengujian karpet midpile
Tembakan eksposur panjang overhead ini masing -masing menunjukkan jejak Roborock S7 Maxv Ultra saat membersihkan ruang uji kami. Kami memasang tongkat cahaya ke bagian atas pembersih tepat di atas asupan vakum untuk mengetahui berapa banyak liputan yang ditawarkan vakum dan seberapa cerdasnya menavigasi. Dalam hal ini, S7 Maxv Ultra sama teliti dan konsisten dengan robot vakum.
Keterampilan navigasi robot vakum
Kekosongan robot Anda hanya akan membersihkan rumah Anda sebanyak yang mampu menavigasinya. Pembersih yang ideal akan membuat pekerjaan mudah untuk menemukan jalannya dari kamar ke kamar dan secara otomatis menghindari rintangan di sepanjang jalan, yang semuanya membuat pembersihan otomatis yang tepat dan rendah pemeliharaan rendah.
Kami memastikan untuk mengamati setiap robot robot saat dibersihkan untuk mendapatkan perasaan yang baik tentang seberapa baik navigasi tetapi untuk mendapatkan perbandingan terbaik dari yang lebih bersih ke yang lebih bersih, kami mengambil bidikan paparan panjang di atas masing -masing saat membersihkan ruang uji gelap kami, dengan tongkat cahaya yang melekat pada bagian atas masing -masing langsung di atas asupan vakum. Gambar -gambar yang hasilnya menunjukkan jalan ringan yang mengungkapkan jalur robot saat menavigasi ruangan dan membersihkan di sekitar furnitur tiruan kami.
Sekarang, bandingkan dengan GIF berikutnya ini, yang menunjukkan Anda tiga kali berlari dari Irobot Roomba Combo J7 Plus. Perhatikan bedanya? Roomba kurang efektif dalam menutupi seluruh ruangan, kehilangan sudut kiri bawah dalam dua dari tiga putaran, dan memiliki banyak kesulitan memberikan cakupan yang memadai di sekitar kaki meja makan tiruan itu juga.
Sebagian besar, itu datang ke teknologi yang sedang bermain. Selama bertahun-tahun, kami secara konsisten mencatat bahwa robot vakuum yang menggunakan navigasi lidar yang dipandu laser cenderung sangat pandai memetakan lingkungan mereka dan menemukan jalan mereka. Sementara itu, kamera pemetaan 3D dengan kecerdasan pengenalan objek dapat memberikan robot kekosongan kemampuan ekstra untuk mengidentifikasi dan beradaptasi dengan hambatan di jalur mereka. Roborock S8 Pro Ultra menggunakan kedua teknologi, yang membantu menjelaskan mengapa berkinerja sangat baik di sini. Sementara itu, Roomba mengandalkan kamera dan sensor saja, dengan laser yang tersisa dari campuran.
IROBOT ROOMBA J7 Plus memenuhi janjinya untuk menghindari kotoran anjing (palsu atau lainnya).
Namun, kamera -kamera itu pasti berguna. Saksikan saja GIF di atas, yang menunjukkan apa yang terjadi ketika kami menguji IROBOT ROOMBA J7 Plus untuk tes – khususnya, janjinya mengidentifikasi dan menghindari limbah hewan peliharaan. Dengan beragam kotoran anjing (saya yakinkan Anda, palsu) yang tersebar di sekitar lantai uji kecil yang tertutup, Roomba melakukan yang terbaik untuk menyedot area tersebut tanpa menyentuh salah satu dari mereka. Itu berhasil, tidak pernah menabrak salah satu dari sekubah uji kami yang tampak menjijikkan sama sekali.
Samsung Jetbot AI Plus secara konsisten gagal dalam tes limbah peliharaan padat kami. Dalam setiap proses, pada akhirnya akan mengalir atau mendorong salah satu model kotoran anjing kami.
Sekarang, bandingkan dengan Samsung Jetbot Ai Plus, yang juga berjanji untuk menggunakan kameranya untuk melihat dan menghindari kotoran hewan peliharaan. Hasilnya tidak bagus; Dalam setiap uji coba, pada akhirnya akan menabrak salah satu tumpukan uji kami. Syukurlah mereka tidak nyata.
