Segway Navimow H2 står för en ny generation av gräsklippningsrobotar som inte bara navigerar “på ett ungefär”, utan aktivt mäter sin omgivning och utifrån det tar fram en precis och robust ruttplanering. I centrum står det nya EFLS™ LiDAR+-systemet: LiDAR, Network RTK och Vision är tänkta att för första gången fungera som en verkligt integrerad navigering – inte som lösa enskilda byggblock, utan som ett samordnat fusionssystem som växlar mellan olika positionslägen beroende på situation.I den här artikeln tittar vi på H2-modellen (med fokus på H2-produktlinjen) tekniskt, praktiskt och utifrån verkliga användarerfarenheter. Vi förklarar vad “integrerat” faktiskt betyder i praktiken, vilka fördelar du får i vardagen och var det kan finnas realistiska gränser. Dessutom sätter vi H2-systemet i relation till andra Navimow-upplägg och ger en köprekommendation för olika typer av trädgårdar.
1) Vad är det speciella med Segway Navimow H2 – och varför pratar alla om “integrerat”?
Många gräsklippningsrobotar använder sensorer för att bestämma sin position och sin omgivning. Den avgörande skillnaden med Segway Navimow H2 är dock hur komponenterna samarbetar. Medan andra system i praktiken ofta kan kännas som att en sensor “står i fokus” och att de andra systemen snarare fungerar som backup, siktar Navimow med H2 på en trippelfusion: LiDAR ger rumslig 3D-information, Network RTK ger satellitbaserad precision, och Vision ger kompletterande uppfattning och stöd.
Navimow beskriver detta som EFLS™ LiDAR+ AI Triple Fusion System och betonar framför allt två saker: För det första fångas omgivningen med högupplöst LiDAR som ett tätt 3D-punktmoln. För det andra kombineras navigeringen med Network RTK och Vision så att systemet växlar sömlöst mellan olika positionslägen. Målet är kontinuerlig prestanda även när en enskild teknik tillfälligt blir svagare.
Det är relevant i vardagen eftersom trädgårdar sällan är “perfekta”: träd kastar skuggor, smala passager blir snabbt flaskhalsar, lekredskap eller trädgårdsmöbler dyker upp oväntat och väderförhållandena förändras. Det är just här som H2-systemet ska visa sina styrkor: det ska inte bara “bygga en karta”, utan förbli tillförlitligt i realtid.
EFLS™ LiDAR+ som ett integrerat trippelfusionssystem i Navimow H2
2) EFLS™ LiDAR+: LiDAR + Network RTK + Vision – så fungerar systemet i grunden
För att förstå varför H2-systemet uppfattas som “integrerat” är det värt att titta på de enskilda byggblocken – och framför allt på hur de samverkar.
2.1 LiDAR: 3D-omgivning i stället för “bara” avstånd
H2 använder Solid-State-LiDAR med hög skanningsfrekvens. Enligt tillverkaren skapar systemet ett tätt 3D-punktmoln som fångar konturer, hörn och objekt. Därmed uppstår en slags rumslig modell av omgivningen. Det är viktigt eftersom det gör att roboten inte bara kan “se hinder”, utan också bedöma fria ytor och passager bättre.
Särskilt praktiskt är det i situationer där klassiska upplägg (t.ex. bara GPS/RTK eller bara kamera) får problem: under träd, i trånga områden, vid varierande ljus eller när den visuella identifieringen inte är entydig.
2.2 Network RTK: satellitbaserad precision över stora ytor
Network RTK syftar till att göra satellitbaserad positionering betydligt mer exakt än “vanlig” GPS. I H2-sammanhang är Network RTK särskilt intressant för öppna ytor och för situationer där LiDAR visserligen ger bra 3D-information, men där positioneringen dessutom ska stabiliseras med RTK.
Navimow kommunicerar att systemet inte är låst till en enda teknik, utan växlar dynamiskt. Det är kärnan i den “integrerade” idén: roboten ska inte bara “stå still” när RTK tillfälligt blir svagare, utan växla till ett annat positionsläge.
2.3 Vision: kompletterande uppfattning och assistans
Vision är ofta som starkast i robotiksystem när kamerainformationen kompletterar: till exempel vid identifiering av vissa hinder eller för att bättre förstå situationer. I H2 beskrivs Vision som en del av EFLS™ LiDAR+-fusionen, som ska ge systemet “enhanced assistance”.
För användare märks det framför allt när roboten i verkliga trädgårdar stöter på saker som inte är helt tydliga: leksaker, blandade material, skiftande ljusreflexer eller objekt som delvis är skymda. Målet är mindre “kamera i stället för sensor”, och mer kamera som komplement till LiDAR och RTK.
2.4 Den avgörande punkten: lägesbyte på kort tid
Navimow lyfter fram att H2-systemet växlar sömlöst mellan positionslägen och anger en mycket snabb omkopplingstid på omkring 20 millisekunder. I praktiken betyder det: roboten ska inte behöva “tänka om” eller starta om, utan använda rätt kombination under drift.
Det är relevant för din trädgård eftersom det bör bli färre avbrott – och eftersom navigeringen även i skiftande situationer kan förbli stabil.
3) Första intryck & setup: “Ställ ut och klipp” – men vad betyder det konkret?
En viktig del av köpebeslutet för gräsklippningsrobotar är inte bara sensorerna, utan även setup-kravet. Navimow marknadsför en mycket enkel driftsättning för H2: packa upp, anslut, starta – och sedan automatisk kartläggning.
Det är inte bara marknadsföring, utan något som många användare känner igen: de klassiska “installera kabeln och göra jobb”-uppläggen är för många potentiella köpare anledningen till att de väntar länge. I stället står den trådlösa (eller antennfria) logiken i fokus, så att du behöver förankra mindre hårdvara i trädgården.
I praktiken innebär det:
Du startar roboten och låter den registrera trädgården.
Appen guidar dig genom zoner, scheman och inställningar.
Du kontrollerar kartläggningen och justerar vid behov.
Hur bra det fungerar beror förstås på din trädgård. En trädgård med tydliga avgränsningar (t.ex. tydliga kanter mot gångar) är oftast enklare än ett mycket “vilt” bevuxet område. Men just eftersom H2 bygger på LiDAR och Vision ska det också kunna hantera mer komplexa scener.
Navimow H2 i användning: navigation och hinderigenkänning i trädgården
4) Navigation i vardagen: under träd, smala passager, öppna ytor
Tekniska specifikationer kan ofta kännas abstrakta. Det som verkligen spelar roll är hur systemet beter sig i vardagen. Navimow beskriver för H2 tre typiska “scenarier”: under träd, smala stigar och öppen terräng. Det är exakt de tre kategorierna som i många trädgårdar innebär de största utmaningarna.
4.1 Under träd: LiDAR som huvudaktör
Under träd är problemet ofta: GPS/RTK kan försämras på grund av skuggning, och även kamera kan stöta på gränser beroende på ljusförhållanden och kontrast. Navimow positionerar H2 så att LiDAR tar över när ingen satellitsignal behövs och när det inte ska uppstå “döda vinklar” under lövverket.
För dig betyder det: om du har många områden med träd är H2-konceptet särskilt intressant. Du vill inte behöva uppleva nya avbrott eller oklar navigation varje gång roboten kör in i skuggan.
4.2 Smala passager: där andra tvekar
Trånga områden är ofta trädgårdens “stress-test”: roboten måste köra exakt, får inte köra för långt åt sidan och måste upptäcka hinder i god tid. Navimow nämner för H2 smala passager där LiDAR ska fungera särskilt bra. Det är precis den typ av problem där ett integrerat system kan ge fördelar: LiDAR ger rumslig information, medan RTK kan stabilisera positioneringen på större sträckor.
I praktiken betyder det: om du har zoner som bara hänger ihop via smala vägar (t.ex. mellan rabatter, längs murar eller mellan trädgårdsmöbler) är H2-konceptet utformat för att inte behandla dessa områden som “no-go”.
4.3 Öppna ytor: RTK för stabil precision
Omvänt finns det trädgårdar med många öppna gräsmattor. Där kan RTK spela ut sin styrka: stabil precision över ytan. Navimow beskriver att Network RTK säkerställer stabil noggrannhet på stora gräsytor.
Det är relevant eftersom en robot som bara bygger på LiDAR eller bara på Vision visserligen kan fungera i öppna områden, men kombinationen ofta ger den bästa helhetsupplevelsen: exakt positionering, konsekvent linjeföring och färre “slumpinslag” i hur banor genereras.
5) Hinderigenkänning: VisionFence™ och beskedet “1 cm” – vad du kan förvänta dig
Hinderigenkänning är den punkt där många köpare lutar sig mest mot magkänslan. “Hur ofta stannar den?” “Hur ofta kör den in i saker?” “Hur bra känner den igen små objekt som leksaker eller ben till stolar?”
I H2 beskrivs hinderigenkänningen starkt via VisionFence™ och kombinationen av LiDAR + Vision. Navimow anger en igenkänningsnoggrannhet på omkring 1 cm samt ett mycket stort antal hinder-typer som ska identifieras.
Viktigt är att ha en realistisk förväntan: en robot klipper inte i ett labb. Den kör över ojämna ytor, objekt kan ibland placeras annorlunda än väntat och vissa hinder är “delvis skymda”. Ändå är riktningen tydlig: H2 ska reagera tidigt, även på små objekt.
5.1 Vad användare typiskt upplever som “bra”
Ur användarperspektiv upplevs det ofta som “bra” när roboten:
upptäcker hinder i tid och inte bromsar först i sista stund.
inte stannar i onödan (annars blir klipptiden ineffektiv).
kör rent runt hinder utan att ständigt behöva kartlägga om.
förblir stabil vid återkommande objekt (t.ex. trädgårdsstolar) och inte varje gång “tolkar om”.
5.2 Vad som kan uppstå som en “gräns”
Även med mycket bra sensorer kan det finnas situationer där systemet är mindre säkert, t.ex. när:
objekt är mycket sällsynta och starkt reflekterande (t.ex. vissa metallytor i vissa vinklar).
objekt är delvis skymda (t.ex. under växter eller bakom andra saker).
växlande ljusförhållanden gör det svårare för Vision-komponenten, även om LiDAR kan hjälpa.
Fördelen med det integrerade systemet är dock att det inte bara behöver “trycka igenom” en enda teknik. Om Vision ensam vore osäker kan LiDAR hjälpa rumsligt; om RTK tillfälligt blir sämre ska LiDAR ta över navigeringen.
6) Hastighet, reaktionstid, stabilitet: varför “20 ms”-argumentet är mer än marknadsföring
Växlingstiden för lägen uppfattas ofta som en teknisk siffra, men för driften är den indirekt relevant. Om ett system växlar för långsamt uppstår “biverkningar”: roboten kan bromsa för abrupt, behöva ompositionera sig eller till och med kortvarigt gå in i ett säkert läge.
Navimow beskriver för H2 att det integrerade systemet ska växla positionslägen på mycket kort tid. Det kan hjälpa roboten att:
visa mindre “tvekan”,
kunna klippa mer kontinuerligt,
förbli stabilare under varierande förhållanden.
Särskilt den som har flera zoner eller oregelbundna hinder i trädgården (t.ex. leksaker som ligger framme under dagen) gynnas när systemet inte behöver “sortera om” varje gång.
7) Klarar lutningar och greppförmåga: H2 för komplexa tomter
En annan stor praktisk faktor är lutningen. Många trädgårdar är inte helt plana, utan har lätta till medelstora stigningar. Navimow kommunicerar för H2 att den klarar lutningar upp till 45 % (24°) och kopplar det till “Electronic Stability Control” samt anpassning till terrängen.
Tänk så här: en robot kan navigera hur bra som helst – men om den slirar i kurvor eller i backar blir navigationen mindre exakt och klippkvaliteten påverkas. Stabilitetskontrollen syftar till att under kurvor aktivt reglera tyngdpunkten eller hjulens tillstånd, så att greppet blir bättre.
För dig är det framför allt relevant om du:
har sluttningar som du hittills har låtit den klassiska gräsklipparen hantera,
har rabatter eller gångar i lutning,
inte vill köra din robot “bara på den plana gräsmattan”.
8) Säkerhet och djurvänlighet: vad Navimow betonar för H2
Robotar i trädgården måste ge säkerhet, inte bara för människor och husdjur, utan även för den dagliga användningen. Navimow beskriver för H2 ett VisionFence™-baserat hinder- och igenkänningsbeteende, inklusive djurvänlighet: det ska kunna känna igen mer än 20 djurarter och systemet ska automatiskt sakta ner och hålla avstånd när djur är i närheten.
Dessutom lyfts ett “skydd mot stötar i tre riktningar” respektive ett flerstegat säkerhetskoncept fram. Till detta kommer att systemet klassas som IP66, alltså ska det vara skyddat mot vatten och damm.
I praktiken betyder det: du vill inte behöva ingripa varje gång ett djur dyker upp eller när det regnar lite. Samtidigt gäller förstås: inget system är ofelbart, men H2 är utformat för att vara så robust som möjligt i vardagen.
9) App, zonhantering och automationer: så “programmerar” du din trädgård
I moderna gräsklippningsrobotar är appen den egentliga gränssnittet. H2-konceptet bygger på en kartläggning som du kan visualisera, redigera och styra i appen. Navimow nämner “GeoSketch™” som en realtidskarta över den faktiska terrängen.
För användningen betyder det:
du kan definiera zoner och justera deras parametrar.
du kan ställa in scheman och startpunkter.
du kan anpassa klipphöjden och klippbeteendet.
Särskilt för hushåll där trädgården inte ser likadan ut varje dag (t.ex. leksaker flyttas ibland, trädgårdsmöbler ställs om) är det viktigt att appen och navigeringen fungerar så att roboten inte hela tiden hamnar “ur rytm”.
10) Användarröster från Reddit & forum: vad hyllas och vad ses som kritiskt?
För nya modellserier är erfarenhetsrapporter särskilt värdefulla eftersom de visar hur tekniken fungerar i en riktig trädgård. I H2-serien hittar man visserligen ännu inte lika många långtidserfarenheter som för äldre modeller i communitys som Reddit, men det finns redan diskussioner där användare tar upp tekniska punkter: RTK/navigering, Vision-prestanda och frågan om och hur vissa lägen fungerar utan starka RTK-signaler.
Ett återkommande tema är frågan om hur tillförlitligt systemet förblir utan “perfekta” förhållanden. Navimow kommunicerar själv att vid svagt eller saknat Network-RTK-signal ska systemet växla till ett LiDAR-only-läge så att arbetet kan fortsätta. Det är exakt den typ av beteende användare förväntar sig: inte stanna, utan automatiskt och snabbt växla.
Ett annat tema i diskussioner handlar om Vision-funktioner: vissa användare jämför Vision-kvalitet mellan modellserier eller uttrycker förväntningar om att Vision i kombination med RTK och LiDAR borde vara betydligt mer robust än i system som i högre grad bara bygger på kamera. Samtidigt märker man i communitys att Vision-komponenter kan prestera olika beroende på ljus, kontrast och typ av objekt.
Viktigt: röster från communitys är inte automatiskt “vetenskapliga bevis”. Men de ger dig en realistisk bild av var köpare tittar extra noggrant.
11) Jämförelse i Navimow-ekosystemet: H2 vs. andra Navimow-upplägg
Om du redan känner till Navimow uppstår ofta frågan: “Varför H2 i stället för i2 LiDAR eller X4?” Det är just här filosofin hjälper till att förstå.
Navimow har flera linjer: i-modeller, H-modeller, X-modeller och fler serier. H2 positionerar sig som en modellserie som framför allt ska vara stark för komplexa tomter. Den avgörande skillnaden är kombinationen av EFLS™ LiDAR+ och den beskrivna trippelfusionen. I diskussioner placeras H2 ofta som ett “alternativ för komplexa trädgårdar”, medan andra modeller beroende på drivning, täckning eller sensorstrategi har andra styrkor.
En praktisk jämförelse kan se ut så här:
Om du har många trånga passager och “svåra” områden är LiDAR som rumslig grund särskilt värdefull.
Om du har stora, öppna ytor kan Network RTK stabilisera precisionen.
Om du har varierande hinder (leksaker, stolar, trädgårdsmöbler) är hinderigenkänning och samspelet mellan sensorerna relevant.
H2 är utformat så att det inte bara ska glänsa i en av dessa kategorier, utan att det ska kunna använda kombinationen av flera tekniker.
12) För vem är Segway Navimow H2 rätt val?
Det bästa köpet beror på din trädgård. Navimow H2 är särskilt intressant för hushåll som uppfyller följande förutsättningar:
Komplex trädgårdsstruktur med zoner, trånga passager eller flera områden.
Många hinder som inte kan flyttas bort permanent.
Delvis svåra förhållanden som skuggiga områden under träd.
Lutningar eller ojämna områden där stabilitet och greppförmåga är viktigt.
Du vill ha så lite setup som möjligt och en intuitiv appstyrning.
Om din trädgård däremot är väldigt liten, väldigt plan och mycket “rak” kan en billigare modell räcka. Då är H2 snarare “overkill” – men för många köpare är det precis poängen: de investerar en gång i ett system som fungerar även när trädgården inte är perfekt.
13) Köpråd: så väljer du rätt modell och yta
Inom H2-serien finns olika modeller med olika rekommenderade ytor. I praktiken bör du inte bara titta på den maximala ytan, utan även:
hur ofta du vill klippa (t.ex. veckovis vs. tätare rytm),
hur många zoner du har,
hur komplex hinder-situationen är,
om din trädgård är mer öppen eller kraftigt bevuxen.
Ett system kan på pappret vara “tillräckligt”, men om din trädgård har många trånga passager behöver roboten mer tid för manövrar och omvägar. Därför är ett mer konservativt val av yta ofta klokt.
14) Typiska problem i praktiken – och hur du hanterar dem med H2-konceptet
Även om H2 är väldigt modernt är en gräsklippningsrobot fortfarande ett system som arbetar i en verklig miljö. Typiska utmaningar är:
Objekt som dyker upp plötsligt (t.ex. en trädgårdsstol på dagen som försvinner igen på kvällen).
Växlande väder och olika markgrepp.
Otydliga kanter (t.ex. där gräset övergår i grus eller där övergångar är svåra att definiera).
Mycket tät vegetation i vissa områden.
H2-konceptet tar upp en del av detta direkt via sensorfusion och snabba lägesbyten. Ändå är det viktigt att kontrollera kartläggningen ordentligt en gång och justera zoner vid behov. Särskilt om du vill testa robotens gränser är finjustering i appen din hävstång.
15) Slutsats: Är det integrerade EFLS™ LiDAR+-systemet i Navimow H2 ett verkligt framsteg?
Segway Navimow H2 är mindre “ännu en gräsklippningsrobot med fler sensorer” och mer ett upplägg som ser navigation som ett integrerat system. EFLS™ LiDAR+-konceptet kombinerar LiDAR, Network RTK och Vision så att roboten i olika scenarier inte bara reagerar, utan aktivt anpassar sin positionsstrategi. För dig som användare märks det framför allt när din trädgård inte är idealisk: skuggiga områden under träd, smala passager, varierande hinder och lätta till medelstora lutningar.
Om du letar efter en gräsklippningsrobot som fortsätter arbeta tillförlitligt även när enskilda sensorförhållanden tillfälligt blir sämre, är H2-konceptet exakt utformat för det. Samtidigt gäller: ett integrerat system är ingen trollformel. Du kommer fortfarande att dra nytta av en noggrann zonplanering, en engångskontroll av kartläggningen och en realistisk hantering av förväntningar.
Sammanfattningsvis är Navimow H2 med EFLS™ LiDAR+ för många trädgårdar ett “köp med framtidsblick”: mindre arbete med kabel/installation, mer rumslig intelligens och fokus på stabil navigation i komplexa miljöer.
FAQ: Vanliga frågor om Segway Navimow H2 (EFLS™ LiDAR+)
Fungerar H2 även när Network RTK är svagt?
Navimow beskriver att systemet vid svagt eller saknat Network-RTK-signal växlar till ett LiDAR-only-läge för att arbetet ska kunna fortsätta. Det är precis idén med integrerad navigation: inte “pausa”, utan snabbt växla till ett annat positionsläge.
Hur viktig är Vision i H2 – är det inte bara “nice to have”?
Vision är i H2 inte tänkt som en ersättning för navigation på egen hand, utan som ett komplement inom EFLS™ LiDAR+-fusionen. I verkliga trädgårdar kan det hjälpa till att bättre tolka hinder och situationer, särskilt när LiDAR och RTK har olika styrkor.
Vilka typer av trädgårdar är det extra värt att byta till?
Det är särskilt värt om du har komplexa strukturer: flera zoner, trånga passager, skuggiga områden och hinder som inte kan tas bort permanent. Även vid lutningar är H2-konceptet intressant på grund av stabilitets- och terrängegenskaperna.
Är Navimow H2 överdimensionerat för väldigt små, plana trädgårdar?
För väldigt små och extremt enkla trädgårdar kan en billigare modell räcka. Men om du värdesätter maximal robusthet och så lite “inblandning” som möjligt kan H2 ändå vara vettigt även vid liten yta.
Segway Navimow H2: LiDAR + Network RTK + Vision för första gången som ett integrerat system i den nya H2-modellen
1) Vad är det speciella med Segway Navimow H2 – och varför pratar alla om “integrerat”?
Många gräsklippningsrobotar använder sensorer för att bestämma sin position och sin omgivning. Den avgörande skillnaden med Segway Navimow H2 är dock hur komponenterna samarbetar. Medan andra system i praktiken ofta kan kännas som att en sensor “står i fokus” och att de andra systemen snarare fungerar som backup, siktar Navimow med H2 på en trippelfusion: LiDAR ger rumslig 3D-information, Network RTK ger satellitbaserad precision, och Vision ger kompletterande uppfattning och stöd.
Navimow beskriver detta som EFLS™ LiDAR+ AI Triple Fusion System och betonar framför allt två saker: För det första fångas omgivningen med högupplöst LiDAR som ett tätt 3D-punktmoln. För det andra kombineras navigeringen med Network RTK och Vision så att systemet växlar sömlöst mellan olika positionslägen. Målet är kontinuerlig prestanda även när en enskild teknik tillfälligt blir svagare.
Det är relevant i vardagen eftersom trädgårdar sällan är “perfekta”: träd kastar skuggor, smala passager blir snabbt flaskhalsar, lekredskap eller trädgårdsmöbler dyker upp oväntat och väderförhållandena förändras. Det är just här som H2-systemet ska visa sina styrkor: det ska inte bara “bygga en karta”, utan förbli tillförlitligt i realtid.
2) EFLS™ LiDAR+: LiDAR + Network RTK + Vision – så fungerar systemet i grunden
För att förstå varför H2-systemet uppfattas som “integrerat” är det värt att titta på de enskilda byggblocken – och framför allt på hur de samverkar.
2.1 LiDAR: 3D-omgivning i stället för “bara” avstånd
H2 använder Solid-State-LiDAR med hög skanningsfrekvens. Enligt tillverkaren skapar systemet ett tätt 3D-punktmoln som fångar konturer, hörn och objekt. Därmed uppstår en slags rumslig modell av omgivningen. Det är viktigt eftersom det gör att roboten inte bara kan “se hinder”, utan också bedöma fria ytor och passager bättre.
Särskilt praktiskt är det i situationer där klassiska upplägg (t.ex. bara GPS/RTK eller bara kamera) får problem: under träd, i trånga områden, vid varierande ljus eller när den visuella identifieringen inte är entydig.
2.2 Network RTK: satellitbaserad precision över stora ytor
Network RTK syftar till att göra satellitbaserad positionering betydligt mer exakt än “vanlig” GPS. I H2-sammanhang är Network RTK särskilt intressant för öppna ytor och för situationer där LiDAR visserligen ger bra 3D-information, men där positioneringen dessutom ska stabiliseras med RTK.
Navimow kommunicerar att systemet inte är låst till en enda teknik, utan växlar dynamiskt. Det är kärnan i den “integrerade” idén: roboten ska inte bara “stå still” när RTK tillfälligt blir svagare, utan växla till ett annat positionsläge.
2.3 Vision: kompletterande uppfattning och assistans
Vision är ofta som starkast i robotiksystem när kamerainformationen kompletterar: till exempel vid identifiering av vissa hinder eller för att bättre förstå situationer. I H2 beskrivs Vision som en del av EFLS™ LiDAR+-fusionen, som ska ge systemet “enhanced assistance”.
För användare märks det framför allt när roboten i verkliga trädgårdar stöter på saker som inte är helt tydliga: leksaker, blandade material, skiftande ljusreflexer eller objekt som delvis är skymda. Målet är mindre “kamera i stället för sensor”, och mer kamera som komplement till LiDAR och RTK.
2.4 Den avgörande punkten: lägesbyte på kort tid
Navimow lyfter fram att H2-systemet växlar sömlöst mellan positionslägen och anger en mycket snabb omkopplingstid på omkring 20 millisekunder. I praktiken betyder det: roboten ska inte behöva “tänka om” eller starta om, utan använda rätt kombination under drift.
Det är relevant för din trädgård eftersom det bör bli färre avbrott – och eftersom navigeringen även i skiftande situationer kan förbli stabil.
3) Första intryck & setup: “Ställ ut och klipp” – men vad betyder det konkret?
En viktig del av köpebeslutet för gräsklippningsrobotar är inte bara sensorerna, utan även setup-kravet. Navimow marknadsför en mycket enkel driftsättning för H2: packa upp, anslut, starta – och sedan automatisk kartläggning.
Det är inte bara marknadsföring, utan något som många användare känner igen: de klassiska “installera kabeln och göra jobb”-uppläggen är för många potentiella köpare anledningen till att de väntar länge. I stället står den trådlösa (eller antennfria) logiken i fokus, så att du behöver förankra mindre hårdvara i trädgården.
I praktiken innebär det:
Hur bra det fungerar beror förstås på din trädgård. En trädgård med tydliga avgränsningar (t.ex. tydliga kanter mot gångar) är oftast enklare än ett mycket “vilt” bevuxet område. Men just eftersom H2 bygger på LiDAR och Vision ska det också kunna hantera mer komplexa scener.
4) Navigation i vardagen: under träd, smala passager, öppna ytor
Tekniska specifikationer kan ofta kännas abstrakta. Det som verkligen spelar roll är hur systemet beter sig i vardagen. Navimow beskriver för H2 tre typiska “scenarier”: under träd, smala stigar och öppen terräng. Det är exakt de tre kategorierna som i många trädgårdar innebär de största utmaningarna.
4.1 Under träd: LiDAR som huvudaktör
Under träd är problemet ofta: GPS/RTK kan försämras på grund av skuggning, och även kamera kan stöta på gränser beroende på ljusförhållanden och kontrast. Navimow positionerar H2 så att LiDAR tar över när ingen satellitsignal behövs och när det inte ska uppstå “döda vinklar” under lövverket.
För dig betyder det: om du har många områden med träd är H2-konceptet särskilt intressant. Du vill inte behöva uppleva nya avbrott eller oklar navigation varje gång roboten kör in i skuggan.
4.2 Smala passager: där andra tvekar
Trånga områden är ofta trädgårdens “stress-test”: roboten måste köra exakt, får inte köra för långt åt sidan och måste upptäcka hinder i god tid. Navimow nämner för H2 smala passager där LiDAR ska fungera särskilt bra. Det är precis den typ av problem där ett integrerat system kan ge fördelar: LiDAR ger rumslig information, medan RTK kan stabilisera positioneringen på större sträckor.
I praktiken betyder det: om du har zoner som bara hänger ihop via smala vägar (t.ex. mellan rabatter, längs murar eller mellan trädgårdsmöbler) är H2-konceptet utformat för att inte behandla dessa områden som “no-go”.
4.3 Öppna ytor: RTK för stabil precision
Omvänt finns det trädgårdar med många öppna gräsmattor. Där kan RTK spela ut sin styrka: stabil precision över ytan. Navimow beskriver att Network RTK säkerställer stabil noggrannhet på stora gräsytor.
Det är relevant eftersom en robot som bara bygger på LiDAR eller bara på Vision visserligen kan fungera i öppna områden, men kombinationen ofta ger den bästa helhetsupplevelsen: exakt positionering, konsekvent linjeföring och färre “slumpinslag” i hur banor genereras.
5) Hinderigenkänning: VisionFence™ och beskedet “1 cm” – vad du kan förvänta dig
Hinderigenkänning är den punkt där många köpare lutar sig mest mot magkänslan. “Hur ofta stannar den?” “Hur ofta kör den in i saker?” “Hur bra känner den igen små objekt som leksaker eller ben till stolar?”
I H2 beskrivs hinderigenkänningen starkt via VisionFence™ och kombinationen av LiDAR + Vision. Navimow anger en igenkänningsnoggrannhet på omkring 1 cm samt ett mycket stort antal hinder-typer som ska identifieras.
Viktigt är att ha en realistisk förväntan: en robot klipper inte i ett labb. Den kör över ojämna ytor, objekt kan ibland placeras annorlunda än väntat och vissa hinder är “delvis skymda”. Ändå är riktningen tydlig: H2 ska reagera tidigt, även på små objekt.
5.1 Vad användare typiskt upplever som “bra”
Ur användarperspektiv upplevs det ofta som “bra” när roboten:
5.2 Vad som kan uppstå som en “gräns”
Även med mycket bra sensorer kan det finnas situationer där systemet är mindre säkert, t.ex. när:
Fördelen med det integrerade systemet är dock att det inte bara behöver “trycka igenom” en enda teknik. Om Vision ensam vore osäker kan LiDAR hjälpa rumsligt; om RTK tillfälligt blir sämre ska LiDAR ta över navigeringen.
6) Hastighet, reaktionstid, stabilitet: varför “20 ms”-argumentet är mer än marknadsföring
Växlingstiden för lägen uppfattas ofta som en teknisk siffra, men för driften är den indirekt relevant. Om ett system växlar för långsamt uppstår “biverkningar”: roboten kan bromsa för abrupt, behöva ompositionera sig eller till och med kortvarigt gå in i ett säkert läge.
Navimow beskriver för H2 att det integrerade systemet ska växla positionslägen på mycket kort tid. Det kan hjälpa roboten att:
Särskilt den som har flera zoner eller oregelbundna hinder i trädgården (t.ex. leksaker som ligger framme under dagen) gynnas när systemet inte behöver “sortera om” varje gång.
7) Klarar lutningar och greppförmåga: H2 för komplexa tomter
En annan stor praktisk faktor är lutningen. Många trädgårdar är inte helt plana, utan har lätta till medelstora stigningar. Navimow kommunicerar för H2 att den klarar lutningar upp till 45 % (24°) och kopplar det till “Electronic Stability Control” samt anpassning till terrängen.
Tänk så här: en robot kan navigera hur bra som helst – men om den slirar i kurvor eller i backar blir navigationen mindre exakt och klippkvaliteten påverkas. Stabilitetskontrollen syftar till att under kurvor aktivt reglera tyngdpunkten eller hjulens tillstånd, så att greppet blir bättre.
För dig är det framför allt relevant om du:
8) Säkerhet och djurvänlighet: vad Navimow betonar för H2
Robotar i trädgården måste ge säkerhet, inte bara för människor och husdjur, utan även för den dagliga användningen. Navimow beskriver för H2 ett VisionFence™-baserat hinder- och igenkänningsbeteende, inklusive djurvänlighet: det ska kunna känna igen mer än 20 djurarter och systemet ska automatiskt sakta ner och hålla avstånd när djur är i närheten.
Dessutom lyfts ett “skydd mot stötar i tre riktningar” respektive ett flerstegat säkerhetskoncept fram. Till detta kommer att systemet klassas som IP66, alltså ska det vara skyddat mot vatten och damm.
I praktiken betyder det: du vill inte behöva ingripa varje gång ett djur dyker upp eller när det regnar lite. Samtidigt gäller förstås: inget system är ofelbart, men H2 är utformat för att vara så robust som möjligt i vardagen.
9) App, zonhantering och automationer: så “programmerar” du din trädgård
I moderna gräsklippningsrobotar är appen den egentliga gränssnittet. H2-konceptet bygger på en kartläggning som du kan visualisera, redigera och styra i appen. Navimow nämner “GeoSketch™” som en realtidskarta över den faktiska terrängen.
För användningen betyder det:
Särskilt för hushåll där trädgården inte ser likadan ut varje dag (t.ex. leksaker flyttas ibland, trädgårdsmöbler ställs om) är det viktigt att appen och navigeringen fungerar så att roboten inte hela tiden hamnar “ur rytm”.
10) Användarröster från Reddit & forum: vad hyllas och vad ses som kritiskt?
För nya modellserier är erfarenhetsrapporter särskilt värdefulla eftersom de visar hur tekniken fungerar i en riktig trädgård. I H2-serien hittar man visserligen ännu inte lika många långtidserfarenheter som för äldre modeller i communitys som Reddit, men det finns redan diskussioner där användare tar upp tekniska punkter: RTK/navigering, Vision-prestanda och frågan om och hur vissa lägen fungerar utan starka RTK-signaler.
Ett återkommande tema är frågan om hur tillförlitligt systemet förblir utan “perfekta” förhållanden. Navimow kommunicerar själv att vid svagt eller saknat Network-RTK-signal ska systemet växla till ett LiDAR-only-läge så att arbetet kan fortsätta. Det är exakt den typ av beteende användare förväntar sig: inte stanna, utan automatiskt och snabbt växla.
Ett annat tema i diskussioner handlar om Vision-funktioner: vissa användare jämför Vision-kvalitet mellan modellserier eller uttrycker förväntningar om att Vision i kombination med RTK och LiDAR borde vara betydligt mer robust än i system som i högre grad bara bygger på kamera. Samtidigt märker man i communitys att Vision-komponenter kan prestera olika beroende på ljus, kontrast och typ av objekt.
Viktigt: röster från communitys är inte automatiskt “vetenskapliga bevis”. Men de ger dig en realistisk bild av var köpare tittar extra noggrant.
11) Jämförelse i Navimow-ekosystemet: H2 vs. andra Navimow-upplägg
Om du redan känner till Navimow uppstår ofta frågan: “Varför H2 i stället för i2 LiDAR eller X4?” Det är just här filosofin hjälper till att förstå.
Navimow har flera linjer: i-modeller, H-modeller, X-modeller och fler serier. H2 positionerar sig som en modellserie som framför allt ska vara stark för komplexa tomter. Den avgörande skillnaden är kombinationen av EFLS™ LiDAR+ och den beskrivna trippelfusionen. I diskussioner placeras H2 ofta som ett “alternativ för komplexa trädgårdar”, medan andra modeller beroende på drivning, täckning eller sensorstrategi har andra styrkor.
En praktisk jämförelse kan se ut så här:
H2 är utformat så att det inte bara ska glänsa i en av dessa kategorier, utan att det ska kunna använda kombinationen av flera tekniker.
12) För vem är Segway Navimow H2 rätt val?
Det bästa köpet beror på din trädgård. Navimow H2 är särskilt intressant för hushåll som uppfyller följande förutsättningar:
Om din trädgård däremot är väldigt liten, väldigt plan och mycket “rak” kan en billigare modell räcka. Då är H2 snarare “overkill” – men för många köpare är det precis poängen: de investerar en gång i ett system som fungerar även när trädgården inte är perfekt.
13) Köpråd: så väljer du rätt modell och yta
Inom H2-serien finns olika modeller med olika rekommenderade ytor. I praktiken bör du inte bara titta på den maximala ytan, utan även:
Ett system kan på pappret vara “tillräckligt”, men om din trädgård har många trånga passager behöver roboten mer tid för manövrar och omvägar. Därför är ett mer konservativt val av yta ofta klokt.
14) Typiska problem i praktiken – och hur du hanterar dem med H2-konceptet
Även om H2 är väldigt modernt är en gräsklippningsrobot fortfarande ett system som arbetar i en verklig miljö. Typiska utmaningar är:
H2-konceptet tar upp en del av detta direkt via sensorfusion och snabba lägesbyten. Ändå är det viktigt att kontrollera kartläggningen ordentligt en gång och justera zoner vid behov. Särskilt om du vill testa robotens gränser är finjustering i appen din hävstång.
15) Slutsats: Är det integrerade EFLS™ LiDAR+-systemet i Navimow H2 ett verkligt framsteg?
Segway Navimow H2 är mindre “ännu en gräsklippningsrobot med fler sensorer” och mer ett upplägg som ser navigation som ett integrerat system. EFLS™ LiDAR+-konceptet kombinerar LiDAR, Network RTK och Vision så att roboten i olika scenarier inte bara reagerar, utan aktivt anpassar sin positionsstrategi. För dig som användare märks det framför allt när din trädgård inte är idealisk: skuggiga områden under träd, smala passager, varierande hinder och lätta till medelstora lutningar.
Om du letar efter en gräsklippningsrobot som fortsätter arbeta tillförlitligt även när enskilda sensorförhållanden tillfälligt blir sämre, är H2-konceptet exakt utformat för det. Samtidigt gäller: ett integrerat system är ingen trollformel. Du kommer fortfarande att dra nytta av en noggrann zonplanering, en engångskontroll av kartläggningen och en realistisk hantering av förväntningar.
Sammanfattningsvis är Navimow H2 med EFLS™ LiDAR+ för många trädgårdar ett “köp med framtidsblick”: mindre arbete med kabel/installation, mer rumslig intelligens och fokus på stabil navigation i komplexa miljöer.
FAQ: Vanliga frågor om Segway Navimow H2 (EFLS™ LiDAR+)
Fungerar H2 även när Network RTK är svagt?
Navimow beskriver att systemet vid svagt eller saknat Network-RTK-signal växlar till ett LiDAR-only-läge för att arbetet ska kunna fortsätta. Det är precis idén med integrerad navigation: inte “pausa”, utan snabbt växla till ett annat positionsläge.
Hur viktig är Vision i H2 – är det inte bara “nice to have”?
Vision är i H2 inte tänkt som en ersättning för navigation på egen hand, utan som ett komplement inom EFLS™ LiDAR+-fusionen. I verkliga trädgårdar kan det hjälpa till att bättre tolka hinder och situationer, särskilt när LiDAR och RTK har olika styrkor.
Vilka typer av trädgårdar är det extra värt att byta till?
Det är särskilt värt om du har komplexa strukturer: flera zoner, trånga passager, skuggiga områden och hinder som inte kan tas bort permanent. Även vid lutningar är H2-konceptet intressant på grund av stabilitets- och terrängegenskaperna.
Är Navimow H2 överdimensionerat för väldigt små, plana trädgårdar?
För väldigt små och extremt enkla trädgårdar kan en billigare modell räcka. Men om du värdesätter maximal robusthet och så lite “inblandning” som möjligt kan H2 ändå vara vettigt även vid liten yta.