Segway Navimow H2 står for en ny generasjon klipperoboter som ikke bare navigerer «på en eller annen måte», men aktivt kartlegger omgivelsene sine og utleder en presis, robust ruteplanlegging ut fra dette. I sentrum står det nye EFLS™ LiDAR+-systemet: LiDAR, Network RTK og Vision er for første gang tenkt som en virkelig integrert navigasjon – ikke som løse enkeltkomponenter, men som et samkjørt fusjonssystem som bytter mellom posisjoneringsmodi avhengig av situasjonen.I denne artikkelen ser vi på H2-modellen (med fokus på H2-produktlinjen) teknisk, praktisk og ut fra perspektivet til ekte brukererfaringer. Vi forklarer hva «integrert» faktisk betyr i praksis, hvilke fordeler du får i hverdagen, og hvor realistiske begrensninger kan ligge. I tillegg setter vi H2-systemet opp mot andre Navimow-tilnærminger og gir en kjøpsanbefaling for ulike typer hager.
1) Hva er det spesielle med Segway Navimow H2 – og hvorfor snakker alle om «integrert»?
Mange klipperoboter bruker sensorer for å bestemme posisjonen sin og omgivelsene. Den avgjørende forskjellen ved Segway Navimow H2 er imidlertid måten komponentene samarbeider på. Mens andre systemer i praksis ofte kan virke som om én sensor står i «forgrunnen» og de andre systemene mer er backup-mekanismer, sikter Navimow med H2 mot en trippel-fusjon: LiDAR gir romlige 3D-data, Network RTK gir satellittbasert presisjon, og Vision gir ekstra persepsjon og støtte.
Navimow beskriver dette som EFLS™ LiDAR+ AI Triple Fusion System og fremhever særlig to ting: For det første kartlegges omgivelsene med høykapasitets LiDAR som en tett 3D-punkt-sky. For det andre kombineres navigasjonen med Network RTK og Vision slik at systemet sømløst bytter mellom posisjoneringsmodi. Målet er kontinuerlig ytelse selv når én enkelt teknologi midlertidig blir svakere.
Dette er relevant i hverdagen fordi hager sjelden er «perfekte»: Trær kaster skygger, smale passasjer blir raskt flaskehalser, lekestativ eller hagemøbler dukker opp overraskende, og værforholdene endrer seg. Det er nettopp her H2-systemet skal spille ut styrkene sine: Det skal ikke bare «lage et kart», men forbli pålitelig i sanntid.
EFLS™ LiDAR+ som et integrert trippel-fusjonssystem i Navimow H2
2) EFLS™ LiDAR+: LiDAR + Network RTK + Vision – hvordan systemet fungerer i kjernen
For å forstå hvorfor H2-systemet oppleves som «integrert», er det verdt å se på de enkelte byggesteinene – og spesielt på hvordan de virker sammen.
2.1 LiDAR: 3D-omgivelser i stedet for «bare» avstand
H2 bruker Solid-State-LiDAR med høy skannehastighet. Ifølge produsenten lager systemet en tett 3D-punkt-sky som fanger konturer, hjørner og objekter. Dermed oppstår en slags romlig modell av omgivelsene. Dette er viktig fordi det gjør at roboten ikke bare kan «se hindringer», men også vurdere frie områder og passasjer bedre.
Dette er spesielt praktisk relevant i situasjoner der klassiske tilnærminger (f.eks. kun GPS/RTK eller kun kamera) har utfordringer: under trær, i trange områder, ved skiftende lys, eller når visuell gjenkjenning ikke er entydig.
2.2 Network RTK: satellittbasert presisjon over store flater
Network RTK har som mål å gjøre satellittbasert posisjonering betydelig mer nøyaktig enn «vanlig» GPS. I sammenheng med H2 er Network RTK særlig interessant for åpne flater og for situasjoner der LiDAR riktignok gir gode 3D-data, men posisjoneringen i tillegg bør stabiliseres med RTK.
Navimow kommuniserer at systemet ikke er låst til én enkelt teknologi, men bytter dynamisk. Dette er kjernen i den «integrerte» ideen: Roboten skal ikke bare «stå stille» når RTK blir svakere en periode, men bytte til en annen posisjoneringsmodus.
2.3 Vision: ekstra persepsjon og assistanse
Vision er i mange robotsystemer særlig sterkt når kamerainformasjonen utfyller: for eksempel ved gjenkjenning av bestemte hindringer eller for bedre å forstå situasjoner. I H2 beskrives Vision som en del av EFLS™ LiDAR+-fusjonen, som skal gi systemet «enhanced assistance».
For brukere merkes dette særlig når roboten møter ting i virkelige hager som ikke er helt tydelige: leker, blandede materialer, skiftende lysrefleksjoner eller objekter som delvis er skjult. Målet er mindre «kamera i stedet for sensor», og mer kamera som supplement til LiDAR og RTK.
2.4 Det avgjørende punktet: modusbytte på kort tid
Navimow fremhever at H2-systemet bytter posisjoneringsmodi sømløst, og oppgir en svært rask omkoblingstid på rundt 20 millisekunder. I praksis betyr det: Roboten skal ikke «tenke seg om» eller starte på nytt, men bruke riktig kombinasjon mens den er i drift.
For hagen din er dette relevant fordi det bør gi færre avbrudd – og fordi navigasjonen også kan forbli stabil i skiftende situasjoner.
3) Førsteinntrykk & oppsett: «Sett den ut og klipp» – men hva betyr det konkret?
En viktig del av kjøpsbeslutningen for klipperoboter handler ikke bare om sensorer, men også om oppsettarbeidet. Navimow markedsfører H2 med en svært enkel igangkjøring: pakk ut, koble til, start – og deretter automatisk kartlegging.
Dette er ikke bare markedsføring, og det treffer mange brukere: De klassiske oppsettene der man må «installere ledning-arbeid» er for mange potensielle kjøpere grunnen til at de venter lenge. Med H2 er det i stedet logikken uten ledning/uten antenner som står i fokus, slik at du må forankre mindre maskinvare i hagen.
I praksis betyr det:
Du starter roboten og lar den kartlegge hagen.
Appen guider deg gjennom soner, tidsplaner og innstillinger.
Du sjekker kartleggingen og justerer ved behov.
Hvor godt dette fungerer avhenger selvfølgelig av hagen din. En hage med tydelige avgrensninger (f.eks. klare kanter mot gangveier) er som regel enklere enn et svært «vilt» tilgrodd område. Men nettopp fordi H2 satser på LiDAR og Vision, skal den også kunne håndtere mer komplekse scener.
Navimow H2 i bruk: navigasjon og gjenkjenning av hindringer i hagen
4) Navigasjon i hverdagen: under trær, smale passasjer, åpne flater
Tekniske spesifikasjoner kan ofte virke abstrakte. Det som betyr mest er hvordan systemet oppfører seg i hverdagen. Navimow beskriver H2 med tre typiske «scenarier»: under trær, smale stier og åpent terreng. Det er nettopp disse tre kategoriene som ofte utgjør de største utfordringene i mange hager.
4.1 Under trær: LiDAR som hovedaktør
Under trær er problemet ofte: GPS/RTK kan bli dårligere på grunn av skyggelegging, og også kamera kan støte på begrensninger avhengig av lysforhold og kontrast. Navimow posisjonerer H2 eksplisitt slik at LiDAR tar over når det ikke er behov for satellittsignal og når det ikke skal oppstå «blinde vinkler» under bladhimmelen.
For deg betyr det: Hvis du har mange områder med trær, er H2-konseptet spesielt interessant. Du vil ikke oppleve nye avbrudd eller uklar navigasjon hver gang roboten kjører inn i skyggen.
4.2 Smale passasjer: der andre nøler
Trange områder er ofte hagens «stress-test»: Roboten må kjøre presist, den må ikke svinge for langt ut, og den må gjenkjenne hindringer tidlig. Navimow nevner for H2 trange stier der LiDAR skal fungere spesielt godt. Dette er akkurat typen problem der et integrert system kan ha fordeler: LiDAR gir romlig informasjon, mens RTK kan stabilisere posisjonen på større strekninger.
I praksis betyr det: Hvis du har soner som bare er koblet sammen via smale veier (f.eks. mellom bed, langs murer eller mellom hagemøbler), er H2-konseptet laget for at disse områdene ikke skal behandles som «no-go».
4.3 Åpne flater: RTK for stabil presisjon
Omvendt finnes det hager med mange åpne plenflater. Der kan RTK spille ut sin styrke: stabil presisjon over flaten. Navimow beskriver at Network RTK sikrer stabil nøyaktighet på store plenområder.
Dette er relevant fordi en robot som bare baserer seg på LiDAR eller bare på Vision kan fungere i åpne områder, men kombinasjonen gir ofte den beste totale oppførselen: presis posisjonering, konsistent linjeføring og færre «tilfeldige» elementer i genereringen av banen.
5) Gjenkjenning av hindringer: VisionFence™ og LiDAR + «1 cm»-beskjed – hva du kan forvente
Hindergjenkjenning er punktet der mange kjøpere legger mest vekt på magefølelsen. «Hvor ofte stopper den?» «Hvor ofte kjører den inn i ting?» «Hvor godt gjenkjenner den små objekter som leker eller ben på en stol?»
I H2 beskrives hindergjenkjenningen som sterkt basert på VisionFence™ og kombinasjonen av LiDAR + Vision. Navimow oppgir gjenkjenningsnøyaktighet i området 1 cm samt et svært høyt antall hindringstyper som skal gjenkjennes.
Det er viktig å ha realistiske forventninger: En klipperobot klipper ikke i et laboratorium. Den kjører over ujevne flater, objekter kan noen ganger plasseres annerledes enn forventet, og noen hindringer er «delvis skjult». Likevel er retningen klar: H2 skal reagere tidlig, også på små objekter.
5.1 Hva brukere typisk oppfatter som «bra»
Fra et brukerperspektiv oppleves det ofte som «bra» når roboten:
gjenkjenner hindringer tidlig nok og ikke bremser først i siste øyeblikk.
ikke stopper unødvendig ofte (ellers blir klippetiden ineffektiv).
kjører ryddig rundt hindringer uten å måtte kartlegge på nytt hele tiden.
holder seg stabil ved gjentakende objekter (f.eks. hage-stoler) og ikke tolker alt på nytt hver gang.
5.2 Hva som kan oppstå som en «begrensning»
Selv med svært god sensorteknologi kan det finnes situasjoner der systemet er mindre sikkert, for eksempel når:
Objekter er svært sjeldne og sterkt reflekterende (f.eks. bestemte metalloverflater i bestemte vinkler).
Objekter er delvis skjult (f.eks. under planter eller bak andre ting).
Skiftende lysforhold gjør Vision-delen vanskelig, selv om LiDAR kan hjelpe.
Fordelen med det integrerte systemet er imidlertid at det ikke bare må «tvinge gjennom» én teknologi. Hvis Vision alene skulle være usikker, kan LiDAR bidra med romlig hjelp; hvis RTK blir dårligere i en kort periode, skal LiDAR ta over navigasjonen.
6) Hastighet, reaksjonstid, stabilitet: hvorfor «20 ms»-argumentet er mer enn markedsføring
Byttetiden for moduser oppfattes ofte som et teknisk tall, men for driften er den indirekte relevant. Hvis et system bytter for sakte, oppstår «bivirkninger»: Roboten kan bremse for brått, posisjonere seg på nytt eller til og med kortvarig gå inn i en sikker tilstand.
Navimow beskriver for H2 at det integrerte systemet skal bytte posisjoneringsmodi på svært kort tid. Det kan bidra til at roboten:
viser mindre «nøling»,
kan klippe mer kontinuerlig,
forblir mer stabil under skiftende forhold.
Særlig de som har flere soner eller uregelmessige hindringer i hagen (f.eks. leker som ligger rundt i løpet av dagen), drar nytte av at systemet ikke må «sortere på nytt» hver gang.
7) Hellingsevne og trekkraft: H2 for komplekse eiendommer
En annen viktig praktisk faktor er helningsgraden. Mange hager er ikke helt flate, men har små til moderate stigninger. Navimow kommuniserer for H2 at den håndterer hellinger på opptil 45 % (24°) og kobler dette til «Electronic Stability Control» samt tilpasning til terrenget.
Tenk deg det slik: En robot kan navigere så godt den vil – hvis den sklir i svinger eller i bakker, blir navigasjonen unøyaktig og klippekvaliteten lider. Stabilitetskontrollen har som mål å regulere tyngdepunktet og hjultilstanden aktivt under svinger, slik at trekkraften forblir bedre.
For deg er dette særlig relevant hvis du:
har bakker du tidligere har overlatt til den klassiske gressklipperen,
har bed eller gangveier som ligger i en stigning,
ikke vil drive roboten «bare på den flate plenen».
8) Sikkerhet og dyrevennlighet: hva Navimow fremhever for H2
Roboter i hagen må gi sikkerhet, ikke bare for mennesker og kjæledyr, men også for den daglige bruken. Navimow beskriver for H2 et VisionFence™-basert hinder- og gjenkjenningsmønster, inkludert dyrevennlighet: Den skal gjenkjenne mer enn 20 dyrearter, og systemet skal automatisk senke farten og holde avstand når dyr er i nærheten.
I tillegg fremheves et «støtfangerbeskyttelse i tre retninger» eller et flerstegs sikkerhetskonsept. Det kommer også at systemet er klassifisert som IP66, altså beskyttet mot vann og støv.
I praksis betyr det: Du vil ikke måtte gripe inn hver gang et dyr dukker opp eller når det regner litt. Samtidig gjelder selvfølgelig: Ingen systemer er feilfrie, men H2 er laget for å være så robust som mulig i hverdagen.
9) App, soneadministrasjon og automasjoner: slik «programmerer» du hagen
I moderne klipperoboter er appen den egentlige grensesnittflaten. H2-konseptet bygger på kartlegging som du kan visualisere, redigere og styre i appen. Navimow nevner «GeoSketch™» som en sanntidskartvisning av det faktiske terrenget.
For bruk betyr det:
Du kan definere soner og justere parametrene deres.
Du kan angi tidsplaner og startpunkter.
Du kan justere klippehøyde og klippeatferd.
Særlig for husholdninger der hagen ikke ser helt lik ut hver dag (f.eks. leker flyttes innimellom, og hagemøbler flyttes), er det viktig at appen og navigasjonen fungerer slik at roboten ikke hele tiden «kommer ut av rytmen».
10) Brukerstemmer fra Reddit & forum: Hva blir rost, og hva blir kritisert?
For nye modellserier er erfaringsrapporter spesielt verdifulle, fordi de viser hvordan teknologien fungerer i den virkelige hagen. I H2-serien finner man i fellesskap som Reddit riktignok ikke like mange langtidsopplevelser som for eldre modeller, men det finnes allerede diskusjoner der brukere tar opp tekniske punkter: RTK/navigasjon, Vision-ytelse og spørsmålet om og hvor godt enkelte moduser fungerer uten sterke RTK-signaler.
Et tilbakevendende tema er spørsmålet om hvor pålitelig systemet forblir uten «perfekte» forhold. Navimow selv kommuniserer at ved svakt eller manglende Network-RTK-signal skal systemet bytte til en LiDAR-only-modus, slik at arbeidet kan fortsette. Det er akkurat den typen oppførsel brukere forventer: ikke stoppe, men automatisk og raskt bytte.
Et annet tema i diskusjoner handler om Vision-funksjoner: Noen brukere sammenligner Vision-kvalitet mellom modellserier eller uttrykker forventninger om at Vision i kombinasjon med RTK og LiDAR bør være betydelig mer robust enn i systemer som i større grad bare baserer seg på kamera. Samtidig merker man i fellesskap at Vision-komponenter kan prestere ulikt avhengig av lys, kontrast og type objekt.
Viktig: Stemmer fra fellesskap er ikke automatisk «vitenskapelige bevis». Men de gir deg et realistisk blikk på hvor kjøpere ser ekstra nøye.
11) Sammenligning i Navimow-økosystemet: H2 vs. andre Navimow-tilnærminger
Hvis du allerede kjenner Navimow, dukker det ofte opp et spørsmål: «Hvorfor H2 i stedet for i2 LiDAR eller X4?» Det er nettopp her det hjelper å forstå filosofien.
Navimow har flere linjer: i-modeller, H-modeller, X-modeller og flere serier. H2 posisjonerer seg som en modellserie som først og fremst skal utmerke seg på komplekse eiendommer. Den avgjørende forskjellen er kombinasjonen av EFLS™ LiDAR+ og den beskrevne trippel-fusjonen. I diskusjoner blir H2 ofte kategorisert som et «alternativ for komplekse hager», mens andre modeller har andre styrker avhengig av drivverk, dekning eller sensorstrategi.
En praktisk sammenligning kan se slik ut:
Hvis du har mange trange passasjer og «vanskelige» områder, er LiDAR som romlig grunnlag spesielt verdifullt.
Hvis du har store, åpne flater, kan Network RTK stabilisere presisjonen.
Hvis du har varierende hindringer (leker, stoler, hagemøbler), er hindergjenkjenning og samspillet mellom sensorene relevant.
H2 er laget slik at den ikke bare skal skinne i én av disse kategoriene, men bruke kombinasjonen av flere teknologier.
12) Hvem er Segway Navimow H2 riktig for?
Den beste kjøpsbeslutningen avhenger av hagen din. Navimow H2 er spesielt interessant for husholdninger som oppfyller følgende betingelser:
Kompleks hageutforming med soner, trange passasjer eller flere områder.
Mange hindringer som ikke kan fjernes permanent.
Delvis krevende forhold som skyggeområder under trær.
Hellinger eller ujevne områder der stabilitet og trekkraft er viktig.
Du vil ha minst mulig oppsettarbeid og intuitiv app-styring.
Hvis hagen din derimot er veldig liten, veldig flat og svært «rettlinjet», kan en rimeligere modell være nok. Da er H2 mer «overkill» – men for mange kjøpere er det nettopp poenget: De investerer én gang i et system som også fungerer når hagen ikke er perfekt.
13) Kjøpsråd: Slik velger du riktig modell og areal
Innenfor H2-serien finnes det ulike modeller med ulike anbefalte arealer. I praksis bør du ikke bare se på maksimal flate, men også:
hvor ofte du vil klippe (f.eks. ukentlig vs. tettere rytme),
hvor mange soner du har,
hvor kompleks hindringssituasjonen er,
om hagen din er mer åpen eller sterkt tilvokst.
Et system kan på papiret være «tilstrekkelig», men hvis hagen din har mange trange passasjer, trenger roboten mer tid til manøvrer og omveier. Derfor er et mer konservativt valg av areal ofte fornuftig.
14) Typiske problemer i praksis – og hvordan du løser dem med H2-konseptet
Selv om H2 er veldig moderne, er en klipperobot fortsatt et system som jobber i et reelt miljø. Typiske utfordringer er:
Objekter som dukker opp plutselig (f.eks. en hage-stol på dagen som forsvinner igjen om kvelden).
Værskifter og ulik friksjon mot underlaget.
Uklare randområder (f.eks. der plen går over i grus, eller der overganger er vanskelige å definere).
Veldig tett vegetasjon i enkelte områder.
H2-konseptet adresserer flere av disse direkte gjennom sensorfusjon og raske modusbytter. Likevel er det viktig å sjekke kartleggingen én gang grundig og justere soner ved behov. Spesielt hvis du vil teste grensene til roboten, er finjustering i appen det du har mest å hente på.
15) Konklusjon: Er det integrerte EFLS™ LiDAR+-systemet i Navimow H2 et reelt fremskritt?
Segway Navimow H2 er mindre «enda en klipperobot med flere sensorer» og mer en tilnærming der navigasjon forstås som et integrert system. EFLS™ LiDAR+-konseptet kombinerer LiDAR, Network RTK og Vision slik at roboten i ulike scenarier ikke bare reagerer, men aktivt tilpasser posisjoneringsstrategien sin. For deg som bruker merkes dette særlig når hagen ikke er ideell: skyggeområder under trær, smale passasjer, varierende hindringer og lette til moderate helninger.
Hvis du ser etter en klipperobot som fortsetter å jobbe pålitelig selv når enkelte sensorforhold blir dårligere i en kort periode, er H2-konseptet laget nettopp for dette. Samtidig gjelder det: Et integrert system er ikke en trylleformel. Du vil fortsatt ha nytte av en ryddig soneplan, en én-gangs sjekk av kartleggingen og et realistisk forventningsnivå.
Alt i alt er Navimow H2 med EFLS™ LiDAR+ for mange hager en «kjøpsbeslutning med blikk for fremtiden»: mindre behov for ledning/installasjon, mer romlig intelligens og et fokus på stabil navigasjon i komplekse miljøer.
FAQ: Vanlige spørsmål om Segway Navimow H2 (EFLS™ LiDAR+)
Fungerer H2 også når Network RTK er svakt?
Navimow beskriver at systemet ved svakt eller manglende Network-RTK-signal bytter til en LiDAR-only-modus for å kunne fortsette arbeidet. Det er akkurat ideen med integrert navigasjon: ikke «stoppe opp», men raskt bytte til en annen posisjoneringsmodus.
Hvor viktig er Vision i H2 – er det ikke bare «nice to have»?
Vision er i H2 ikke tenkt som en erstatning for navigasjon alene, men som et supplement innenfor EFLS™ LiDAR+-fusjonen. I virkelige hager kan dette bidra til å forstå hindringer og situasjoner bedre, spesielt når LiDAR og RTK har ulike styrker.
For hvilke typer hager lønner det seg å bytte spesielt?
Det lønner seg spesielt hvis du har komplekse strukturer: flere soner, trange passasjer, skyggeområder og hindringer som ikke kan fjernes permanent. Også ved helninger er H2-konseptet interessant på grunn av stabilitets- og terrengfunksjonene.
Er Navimow H2 overdimensjonert for veldig små, flate hager?
For veldig små og ekstremt enkle hager kan en rimeligere modell være nok. Men hvis du legger vekt på maksimal robusthet og så lite «inngriping» som mulig, kan H2 likevel være fornuftig selv ved liten flate.
Segway Navimow H2: LiDAR + Network RTK + Vision for første gang som et integrert system i den nye H2-modellen
1) Hva er det spesielle med Segway Navimow H2 – og hvorfor snakker alle om «integrert»?
Mange klipperoboter bruker sensorer for å bestemme posisjonen sin og omgivelsene. Den avgjørende forskjellen ved Segway Navimow H2 er imidlertid måten komponentene samarbeider på. Mens andre systemer i praksis ofte kan virke som om én sensor står i «forgrunnen» og de andre systemene mer er backup-mekanismer, sikter Navimow med H2 mot en trippel-fusjon: LiDAR gir romlige 3D-data, Network RTK gir satellittbasert presisjon, og Vision gir ekstra persepsjon og støtte.
Navimow beskriver dette som EFLS™ LiDAR+ AI Triple Fusion System og fremhever særlig to ting: For det første kartlegges omgivelsene med høykapasitets LiDAR som en tett 3D-punkt-sky. For det andre kombineres navigasjonen med Network RTK og Vision slik at systemet sømløst bytter mellom posisjoneringsmodi. Målet er kontinuerlig ytelse selv når én enkelt teknologi midlertidig blir svakere.
Dette er relevant i hverdagen fordi hager sjelden er «perfekte»: Trær kaster skygger, smale passasjer blir raskt flaskehalser, lekestativ eller hagemøbler dukker opp overraskende, og værforholdene endrer seg. Det er nettopp her H2-systemet skal spille ut styrkene sine: Det skal ikke bare «lage et kart», men forbli pålitelig i sanntid.
2) EFLS™ LiDAR+: LiDAR + Network RTK + Vision – hvordan systemet fungerer i kjernen
For å forstå hvorfor H2-systemet oppleves som «integrert», er det verdt å se på de enkelte byggesteinene – og spesielt på hvordan de virker sammen.
2.1 LiDAR: 3D-omgivelser i stedet for «bare» avstand
H2 bruker Solid-State-LiDAR med høy skannehastighet. Ifølge produsenten lager systemet en tett 3D-punkt-sky som fanger konturer, hjørner og objekter. Dermed oppstår en slags romlig modell av omgivelsene. Dette er viktig fordi det gjør at roboten ikke bare kan «se hindringer», men også vurdere frie områder og passasjer bedre.
Dette er spesielt praktisk relevant i situasjoner der klassiske tilnærminger (f.eks. kun GPS/RTK eller kun kamera) har utfordringer: under trær, i trange områder, ved skiftende lys, eller når visuell gjenkjenning ikke er entydig.
2.2 Network RTK: satellittbasert presisjon over store flater
Network RTK har som mål å gjøre satellittbasert posisjonering betydelig mer nøyaktig enn «vanlig» GPS. I sammenheng med H2 er Network RTK særlig interessant for åpne flater og for situasjoner der LiDAR riktignok gir gode 3D-data, men posisjoneringen i tillegg bør stabiliseres med RTK.
Navimow kommuniserer at systemet ikke er låst til én enkelt teknologi, men bytter dynamisk. Dette er kjernen i den «integrerte» ideen: Roboten skal ikke bare «stå stille» når RTK blir svakere en periode, men bytte til en annen posisjoneringsmodus.
2.3 Vision: ekstra persepsjon og assistanse
Vision er i mange robotsystemer særlig sterkt når kamerainformasjonen utfyller: for eksempel ved gjenkjenning av bestemte hindringer eller for bedre å forstå situasjoner. I H2 beskrives Vision som en del av EFLS™ LiDAR+-fusjonen, som skal gi systemet «enhanced assistance».
For brukere merkes dette særlig når roboten møter ting i virkelige hager som ikke er helt tydelige: leker, blandede materialer, skiftende lysrefleksjoner eller objekter som delvis er skjult. Målet er mindre «kamera i stedet for sensor», og mer kamera som supplement til LiDAR og RTK.
2.4 Det avgjørende punktet: modusbytte på kort tid
Navimow fremhever at H2-systemet bytter posisjoneringsmodi sømløst, og oppgir en svært rask omkoblingstid på rundt 20 millisekunder. I praksis betyr det: Roboten skal ikke «tenke seg om» eller starte på nytt, men bruke riktig kombinasjon mens den er i drift.
For hagen din er dette relevant fordi det bør gi færre avbrudd – og fordi navigasjonen også kan forbli stabil i skiftende situasjoner.
3) Førsteinntrykk & oppsett: «Sett den ut og klipp» – men hva betyr det konkret?
En viktig del av kjøpsbeslutningen for klipperoboter handler ikke bare om sensorer, men også om oppsettarbeidet. Navimow markedsfører H2 med en svært enkel igangkjøring: pakk ut, koble til, start – og deretter automatisk kartlegging.
Dette er ikke bare markedsføring, og det treffer mange brukere: De klassiske oppsettene der man må «installere ledning-arbeid» er for mange potensielle kjøpere grunnen til at de venter lenge. Med H2 er det i stedet logikken uten ledning/uten antenner som står i fokus, slik at du må forankre mindre maskinvare i hagen.
I praksis betyr det:
Hvor godt dette fungerer avhenger selvfølgelig av hagen din. En hage med tydelige avgrensninger (f.eks. klare kanter mot gangveier) er som regel enklere enn et svært «vilt» tilgrodd område. Men nettopp fordi H2 satser på LiDAR og Vision, skal den også kunne håndtere mer komplekse scener.
4) Navigasjon i hverdagen: under trær, smale passasjer, åpne flater
Tekniske spesifikasjoner kan ofte virke abstrakte. Det som betyr mest er hvordan systemet oppfører seg i hverdagen. Navimow beskriver H2 med tre typiske «scenarier»: under trær, smale stier og åpent terreng. Det er nettopp disse tre kategoriene som ofte utgjør de største utfordringene i mange hager.
4.1 Under trær: LiDAR som hovedaktør
Under trær er problemet ofte: GPS/RTK kan bli dårligere på grunn av skyggelegging, og også kamera kan støte på begrensninger avhengig av lysforhold og kontrast. Navimow posisjonerer H2 eksplisitt slik at LiDAR tar over når det ikke er behov for satellittsignal og når det ikke skal oppstå «blinde vinkler» under bladhimmelen.
For deg betyr det: Hvis du har mange områder med trær, er H2-konseptet spesielt interessant. Du vil ikke oppleve nye avbrudd eller uklar navigasjon hver gang roboten kjører inn i skyggen.
4.2 Smale passasjer: der andre nøler
Trange områder er ofte hagens «stress-test»: Roboten må kjøre presist, den må ikke svinge for langt ut, og den må gjenkjenne hindringer tidlig. Navimow nevner for H2 trange stier der LiDAR skal fungere spesielt godt. Dette er akkurat typen problem der et integrert system kan ha fordeler: LiDAR gir romlig informasjon, mens RTK kan stabilisere posisjonen på større strekninger.
I praksis betyr det: Hvis du har soner som bare er koblet sammen via smale veier (f.eks. mellom bed, langs murer eller mellom hagemøbler), er H2-konseptet laget for at disse områdene ikke skal behandles som «no-go».
4.3 Åpne flater: RTK for stabil presisjon
Omvendt finnes det hager med mange åpne plenflater. Der kan RTK spille ut sin styrke: stabil presisjon over flaten. Navimow beskriver at Network RTK sikrer stabil nøyaktighet på store plenområder.
Dette er relevant fordi en robot som bare baserer seg på LiDAR eller bare på Vision kan fungere i åpne områder, men kombinasjonen gir ofte den beste totale oppførselen: presis posisjonering, konsistent linjeføring og færre «tilfeldige» elementer i genereringen av banen.
5) Gjenkjenning av hindringer: VisionFence™ og LiDAR + «1 cm»-beskjed – hva du kan forvente
Hindergjenkjenning er punktet der mange kjøpere legger mest vekt på magefølelsen. «Hvor ofte stopper den?» «Hvor ofte kjører den inn i ting?» «Hvor godt gjenkjenner den små objekter som leker eller ben på en stol?»
I H2 beskrives hindergjenkjenningen som sterkt basert på VisionFence™ og kombinasjonen av LiDAR + Vision. Navimow oppgir gjenkjenningsnøyaktighet i området 1 cm samt et svært høyt antall hindringstyper som skal gjenkjennes.
Det er viktig å ha realistiske forventninger: En klipperobot klipper ikke i et laboratorium. Den kjører over ujevne flater, objekter kan noen ganger plasseres annerledes enn forventet, og noen hindringer er «delvis skjult». Likevel er retningen klar: H2 skal reagere tidlig, også på små objekter.
5.1 Hva brukere typisk oppfatter som «bra»
Fra et brukerperspektiv oppleves det ofte som «bra» når roboten:
5.2 Hva som kan oppstå som en «begrensning»
Selv med svært god sensorteknologi kan det finnes situasjoner der systemet er mindre sikkert, for eksempel når:
Fordelen med det integrerte systemet er imidlertid at det ikke bare må «tvinge gjennom» én teknologi. Hvis Vision alene skulle være usikker, kan LiDAR bidra med romlig hjelp; hvis RTK blir dårligere i en kort periode, skal LiDAR ta over navigasjonen.
6) Hastighet, reaksjonstid, stabilitet: hvorfor «20 ms»-argumentet er mer enn markedsføring
Byttetiden for moduser oppfattes ofte som et teknisk tall, men for driften er den indirekte relevant. Hvis et system bytter for sakte, oppstår «bivirkninger»: Roboten kan bremse for brått, posisjonere seg på nytt eller til og med kortvarig gå inn i en sikker tilstand.
Navimow beskriver for H2 at det integrerte systemet skal bytte posisjoneringsmodi på svært kort tid. Det kan bidra til at roboten:
Særlig de som har flere soner eller uregelmessige hindringer i hagen (f.eks. leker som ligger rundt i løpet av dagen), drar nytte av at systemet ikke må «sortere på nytt» hver gang.
7) Hellingsevne og trekkraft: H2 for komplekse eiendommer
En annen viktig praktisk faktor er helningsgraden. Mange hager er ikke helt flate, men har små til moderate stigninger. Navimow kommuniserer for H2 at den håndterer hellinger på opptil 45 % (24°) og kobler dette til «Electronic Stability Control» samt tilpasning til terrenget.
Tenk deg det slik: En robot kan navigere så godt den vil – hvis den sklir i svinger eller i bakker, blir navigasjonen unøyaktig og klippekvaliteten lider. Stabilitetskontrollen har som mål å regulere tyngdepunktet og hjultilstanden aktivt under svinger, slik at trekkraften forblir bedre.
For deg er dette særlig relevant hvis du:
8) Sikkerhet og dyrevennlighet: hva Navimow fremhever for H2
Roboter i hagen må gi sikkerhet, ikke bare for mennesker og kjæledyr, men også for den daglige bruken. Navimow beskriver for H2 et VisionFence™-basert hinder- og gjenkjenningsmønster, inkludert dyrevennlighet: Den skal gjenkjenne mer enn 20 dyrearter, og systemet skal automatisk senke farten og holde avstand når dyr er i nærheten.
I tillegg fremheves et «støtfangerbeskyttelse i tre retninger» eller et flerstegs sikkerhetskonsept. Det kommer også at systemet er klassifisert som IP66, altså beskyttet mot vann og støv.
I praksis betyr det: Du vil ikke måtte gripe inn hver gang et dyr dukker opp eller når det regner litt. Samtidig gjelder selvfølgelig: Ingen systemer er feilfrie, men H2 er laget for å være så robust som mulig i hverdagen.
9) App, soneadministrasjon og automasjoner: slik «programmerer» du hagen
I moderne klipperoboter er appen den egentlige grensesnittflaten. H2-konseptet bygger på kartlegging som du kan visualisere, redigere og styre i appen. Navimow nevner «GeoSketch™» som en sanntidskartvisning av det faktiske terrenget.
For bruk betyr det:
Særlig for husholdninger der hagen ikke ser helt lik ut hver dag (f.eks. leker flyttes innimellom, og hagemøbler flyttes), er det viktig at appen og navigasjonen fungerer slik at roboten ikke hele tiden «kommer ut av rytmen».
10) Brukerstemmer fra Reddit & forum: Hva blir rost, og hva blir kritisert?
For nye modellserier er erfaringsrapporter spesielt verdifulle, fordi de viser hvordan teknologien fungerer i den virkelige hagen. I H2-serien finner man i fellesskap som Reddit riktignok ikke like mange langtidsopplevelser som for eldre modeller, men det finnes allerede diskusjoner der brukere tar opp tekniske punkter: RTK/navigasjon, Vision-ytelse og spørsmålet om og hvor godt enkelte moduser fungerer uten sterke RTK-signaler.
Et tilbakevendende tema er spørsmålet om hvor pålitelig systemet forblir uten «perfekte» forhold. Navimow selv kommuniserer at ved svakt eller manglende Network-RTK-signal skal systemet bytte til en LiDAR-only-modus, slik at arbeidet kan fortsette. Det er akkurat den typen oppførsel brukere forventer: ikke stoppe, men automatisk og raskt bytte.
Et annet tema i diskusjoner handler om Vision-funksjoner: Noen brukere sammenligner Vision-kvalitet mellom modellserier eller uttrykker forventninger om at Vision i kombinasjon med RTK og LiDAR bør være betydelig mer robust enn i systemer som i større grad bare baserer seg på kamera. Samtidig merker man i fellesskap at Vision-komponenter kan prestere ulikt avhengig av lys, kontrast og type objekt.
Viktig: Stemmer fra fellesskap er ikke automatisk «vitenskapelige bevis». Men de gir deg et realistisk blikk på hvor kjøpere ser ekstra nøye.
11) Sammenligning i Navimow-økosystemet: H2 vs. andre Navimow-tilnærminger
Hvis du allerede kjenner Navimow, dukker det ofte opp et spørsmål: «Hvorfor H2 i stedet for i2 LiDAR eller X4?» Det er nettopp her det hjelper å forstå filosofien.
Navimow har flere linjer: i-modeller, H-modeller, X-modeller og flere serier. H2 posisjonerer seg som en modellserie som først og fremst skal utmerke seg på komplekse eiendommer. Den avgjørende forskjellen er kombinasjonen av EFLS™ LiDAR+ og den beskrevne trippel-fusjonen. I diskusjoner blir H2 ofte kategorisert som et «alternativ for komplekse hager», mens andre modeller har andre styrker avhengig av drivverk, dekning eller sensorstrategi.
En praktisk sammenligning kan se slik ut:
H2 er laget slik at den ikke bare skal skinne i én av disse kategoriene, men bruke kombinasjonen av flere teknologier.
12) Hvem er Segway Navimow H2 riktig for?
Den beste kjøpsbeslutningen avhenger av hagen din. Navimow H2 er spesielt interessant for husholdninger som oppfyller følgende betingelser:
Hvis hagen din derimot er veldig liten, veldig flat og svært «rettlinjet», kan en rimeligere modell være nok. Da er H2 mer «overkill» – men for mange kjøpere er det nettopp poenget: De investerer én gang i et system som også fungerer når hagen ikke er perfekt.
13) Kjøpsråd: Slik velger du riktig modell og areal
Innenfor H2-serien finnes det ulike modeller med ulike anbefalte arealer. I praksis bør du ikke bare se på maksimal flate, men også:
Et system kan på papiret være «tilstrekkelig», men hvis hagen din har mange trange passasjer, trenger roboten mer tid til manøvrer og omveier. Derfor er et mer konservativt valg av areal ofte fornuftig.
14) Typiske problemer i praksis – og hvordan du løser dem med H2-konseptet
Selv om H2 er veldig moderne, er en klipperobot fortsatt et system som jobber i et reelt miljø. Typiske utfordringer er:
H2-konseptet adresserer flere av disse direkte gjennom sensorfusjon og raske modusbytter. Likevel er det viktig å sjekke kartleggingen én gang grundig og justere soner ved behov. Spesielt hvis du vil teste grensene til roboten, er finjustering i appen det du har mest å hente på.
15) Konklusjon: Er det integrerte EFLS™ LiDAR+-systemet i Navimow H2 et reelt fremskritt?
Segway Navimow H2 er mindre «enda en klipperobot med flere sensorer» og mer en tilnærming der navigasjon forstås som et integrert system. EFLS™ LiDAR+-konseptet kombinerer LiDAR, Network RTK og Vision slik at roboten i ulike scenarier ikke bare reagerer, men aktivt tilpasser posisjoneringsstrategien sin. For deg som bruker merkes dette særlig når hagen ikke er ideell: skyggeområder under trær, smale passasjer, varierende hindringer og lette til moderate helninger.
Hvis du ser etter en klipperobot som fortsetter å jobbe pålitelig selv når enkelte sensorforhold blir dårligere i en kort periode, er H2-konseptet laget nettopp for dette. Samtidig gjelder det: Et integrert system er ikke en trylleformel. Du vil fortsatt ha nytte av en ryddig soneplan, en én-gangs sjekk av kartleggingen og et realistisk forventningsnivå.
Alt i alt er Navimow H2 med EFLS™ LiDAR+ for mange hager en «kjøpsbeslutning med blikk for fremtiden»: mindre behov for ledning/installasjon, mer romlig intelligens og et fokus på stabil navigasjon i komplekse miljøer.
FAQ: Vanlige spørsmål om Segway Navimow H2 (EFLS™ LiDAR+)
Fungerer H2 også når Network RTK er svakt?
Navimow beskriver at systemet ved svakt eller manglende Network-RTK-signal bytter til en LiDAR-only-modus for å kunne fortsette arbeidet. Det er akkurat ideen med integrert navigasjon: ikke «stoppe opp», men raskt bytte til en annen posisjoneringsmodus.
Hvor viktig er Vision i H2 – er det ikke bare «nice to have»?
Vision er i H2 ikke tenkt som en erstatning for navigasjon alene, men som et supplement innenfor EFLS™ LiDAR+-fusjonen. I virkelige hager kan dette bidra til å forstå hindringer og situasjoner bedre, spesielt når LiDAR og RTK har ulike styrker.
For hvilke typer hager lønner det seg å bytte spesielt?
Det lønner seg spesielt hvis du har komplekse strukturer: flere soner, trange passasjer, skyggeområder og hindringer som ikke kan fjernes permanent. Også ved helninger er H2-konseptet interessant på grunn av stabilitets- og terrengfunksjonene.
Er Navimow H2 overdimensjonert for veldig små, flate hager?
For veldig små og ekstremt enkle hager kan en rimeligere modell være nok. Men hvis du legger vekt på maksimal robusthet og så lite «inngriping» som mulig, kan H2 likevel være fornuftig selv ved liten flate.