Fem år på toppen

Slik lærer Landroid
Landroids visjons-AI trenes på samme måte som mennesker lærer å gjenkjenne verden — ved å observere den. Bilder fra den virkelige verden, samlet gjennom millioner av klippetimer, finjusterer det nevrale nettverket for bedre deteksjon, bedre navigasjon og bedre beslutninger.

Hvorfor virkelige data er viktige
Nyutviklede robotgressklippere baserer seg på arkivbilder, iscenesatte scener eller syntetiske bilder for å trene sin AI. Men ekte plener er ikke iscenesatt. Lyset endrer seg, skygger beveger seg, teksturer varierer, og objekter dukker opp uventet — en naturlig kompleksitet som ingen simulator fullt ut kan gjenskape.

Erfaring du kan stole på
Fordi Landroid var den første visjonsbaserte robotgressklipperen på markedet, har den mange års virkelige data som andre rett og slett ikke har. Det er erfaring som ville kreve millioner av timer med virkelig klipping å matche.

Slik kartlegger Vision Cloud plenen din automatisk
Vision Cloud kartlegger plenen din i det øyeblikket du setter den ned — ingen kjøring, ingen oppmåling, ingen oppsett. Slik fungerer det:

1. Stereo-visjons-AI utforsker ytterkanten
Vision Clouds stereokameraer bruker dybdesyn for å forstå formen på plenen. Når klipperen følger kantene, identifiserer den visuelt grenser og hageelementer i sanntid. Drevet av Worx Vision AI, trent på millioner av virkelige klippetimer over hele verden, gjenkjenner den omgivelser slik mennesker gjør.

2. RTK låser hver posisjon presist
Mens klipperen beveger seg, registrerer RTK kontinuerlig koordinater med centimeters nøyaktighet. Dette forankrer kartleggingen i virkelig GPS-rom og sikrer langvarig posisjonsnøyaktighet.

3. V-SLAM fanger visuelle landemerker
Samtidig identifiserer V-SLAM tydelige visuelle landemerker — mønstre, kanter, teksturer og objekter som kan gjenkjennes senere.

Resultatet
En presis 3D-modell av plenen din, automatisk laget:

• kanter og grenser er tydelig definert
• detaljer og overganger forstås
• kartet er forankret til virkelige koordinater

Alt skjer rett ut av esken — uten styring, uten joystick, uten app-kontroll.

Slik fungerer RTK Cloud — og hvorfor det er viktig

De fleste RTK-robotgressklippere er avhengige av en lokal basestasjon. En fast antenne installeres på eiendommen og sender korreksjonsdata direkte til klipperen. Denne løsningen kan gi høy nøyaktighet, men innebærer kompromisser: ekstra maskinvare, strømtilkobling og nøye plassering. For å fungere korrekt trenger antennen fri sikt mot himmelen — ikke for nær bygninger og ikke under trær. I enkelte hager kan taket være den eneste egnede plasseringen, noe som kan kreve profesjonell installasjon.

Skybaserte RTK-korreksjonstjenester
Noen robotklipperløsninger benytter skybaserte RTK-korreksjonstjenester som leverer posisjonsdata via abonnement og fjerner behovet for en lokal basestasjon. Siden disse tjenestene er utviklet for å støtte et bredt spekter av GNSS-bruksområder, og ikke robotklipping spesifikt, kan nøyaktighet og konsistens variere — særlig i boligmiljøer der signalforholdene er mer komplekse og dynamiske.

RTK Cloud tar en annen tilnærming
RTK Cloud er utviklet spesielt for autonom klipping. Worx driver et dedikert nettverk av profesjonelt installerte referansestasjoner, optimalisert for robotdrift i reelle boligforhold. I stedet for å installere maskinvare hjemme mottar klipperen korreksjonsdata i sanntid direkte fra skyen, tilpasset dens eksakte posisjon. Resultatet: centimeternøyaktig presisjon, ingen antenner på stedet, ingen stolper, ingen kabler — bare presis posisjonering, automatisk levert til hver klipper.

Pålitelig navigasjon, selv når GPS ikke er perfekt

RTK delivers exceptional accuracy — but like all satellite systems, signal quality can vary near trees, buildings, walls, pergolas, or dense hedges. Vision Cloud is designed for exactly these real-world conditions.

1. Visuelle landemerker fungerer som referansepunkter
Vision Cloud lagrer visuelle landemerker over hele plenen. Når satellittmottaket svekkes, gjenkjenner klipperen dem umiddelbart og vet hvor den befinner seg.

2. Dead-reckoning, forbedret av visjon
Mellom satellittoppdateringer sporer Vision Cloud bevegelsen ved hjelp av:

• inertialsensorer (IMU) for bevegelse og orientering
• hjulenkodere for avstand og retning

I motsetning til enkle systemer kryssjekker Vision Cloud kontinuerlig bevegelsen mot det den ser, noe som reduserer drift kraftig.

3. Sømløs sensorfusjon
RTK, stereo-visjon, landemerker, IMU og odometri kombineres kontinuerlig til én helhetlig posisjonsberegning.

Resultatet

• stabil navigasjon under trær og nær bygninger
• ingen vandring eller akkumulert drift
• jevn klippenøyaktighet over hele plenen

Selv når satellittene svikter, gjør ikke Vision Cloud det.

Hvorfor klippe etter solnedgang?

Klipping etter solnedgang anbefales i varme sommerperioder av flere grunner:

1. Mindre stress for plenen
2. Klipping i sterk varme svekker gresset
3. Kjøligere kveldstemperaturer hjelper gresset å hente seg inn
4. Redusert fuktighetstap
5. Nyklippet gress mister vann raskere i sollys — kveldsklipping bidrar til å bevare fuktigheten
6. Sunnere plenvekst
7. Gresset reparerer seg over natten, hjulpet av lavere temperaturer og avslappede spalteåpninger som forbedrer vannopptaket
8. Færre ugress — en mindre stresset plen er mer motstandsdyktig