SLAM技术研究现状

SLAM技術(shù)發(fā)展至今已有30多年的歷史，之前的大部分時間都是在按部就班的發(fā)展。在國內(nèi)研究SLAM技術(shù)的實驗室及企業(yè)更是少之又少。除了當時市場需求較少外，入門難度也是另一大問題。但隨著機器人、無人駕駛、AR/VR等領(lǐng)域的興起，SLAM技術(shù)迎來了發(fā)展的春天。

SLAM技術(shù)是機器人及其他智能體實現(xiàn)自主移動的關(guān)鍵，可幫助解決機器人在未知環(huán)境運動時的定位和地圖構(gòu)建問題，隨著SLAM技術(shù)重要性的凸顯及應用市場的不斷擴大，目前，已有越來越多企業(yè)開始投入到SLAM技術(shù)研發(fā)中。

現(xiàn)下主流SLAM技術(shù)

按照不同的傳感器來劃分，SLAM技術(shù)目前可分為兩種，一種是基于激光雷達的激光SLAM技術(shù)，另一種是基于視覺傳感器的視覺SLAM技術(shù)。

激光SLAM

激光SLAM一般采用單線或多線激光雷達，單線激光雷達主要用于服務機器人上，如日常生活中我們常見的家庭掃地機器人及商用場景中的各類服務型機器人，而多線激光雷達則多用于無人駕駛領(lǐng)域。

激光雷達的出現(xiàn)使得測量更快更準，信息也更為豐富，激光雷達采集到的物體信息會呈現(xiàn)出一系列分散的、具有準確角度和距離信息的點，被稱為點云。通常，激光SLAM通過對不用時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態(tài)的改變，也就完成了機器人自身的定位。

視覺SLAM

視覺SLAM主要是采用深度攝像機，基于單目、雙目、魚眼相機的視覺SLAM方案，利用多幀圖像來估計自身的位姿變化，再通過累計位姿變化來計算物體的距離，并進行定位與地圖構(gòu)建。

視覺SLAM可以從環(huán)境中獲取海量的、富于冗余的紋理信息，擁有超強的場景辨識能力。早期的視覺SLAM基于濾波理論，其非線性的誤差模型和巨大的計算量成了它實用落地的障礙。近年來，隨著具有稀疏性的非線性優(yōu)化理論(Bundle Adjustment)以及相機技術(shù)、計算性能的進步，實時運行的視覺SLAM已不再是夢。

激光SLAM與視覺SLAM技術(shù)較量

對于激光SLAM與視覺SLAM技術(shù)誰更勝一籌業(yè)內(nèi)存在很多爭議，以下將從簡單的幾個方面來對比激光SLAM與視覺SLAM。

從成本上來說，業(yè)內(nèi)人士大多認為激光雷達的價格相對比較高，尤其是國外的Velodyne，Sick，北洋等激光雷達產(chǎn)品，價格在幾萬到幾十萬不等。但目前隨著我國激光雷達技術(shù)的不斷發(fā)展，國內(nèi)已有低成本激光雷達解決方案，尤其是機器人身上的激光雷達。視覺SLAM所采用的攝像頭成本要比激光雷達低很多，雖在成本上占有優(yōu)勢，但激光雷達能更高精度的測出障礙點的角度和距離，方便定位導航。

從應用場景上來說，視覺SLAM的應用場景要豐富很多。視覺SLAM在室內(nèi)外環(huán)境下均能開展工作，但是對光的依賴程度高，在暗處或者一些無紋理區(qū)域是無法進行工作的。而激光SLAM目前主要被應用在室內(nèi)，用來進行地圖構(gòu)建和導航工作。

從地圖精度上來說，激光SLAM在構(gòu)建地圖的時候，精度較高，國內(nèi)一些企業(yè)所研發(fā)的激光雷達，構(gòu)建的地圖精度可達到2cm左右；視覺SLAM，比如常見的，大家也用的非常多的深度攝像機Kinect，（測距范圍在3-12m之間），地圖構(gòu)建精度約3cm；所以激光SLAM構(gòu)建的地圖精度一般來說比視覺SLAM高，且能直接用于定位導航。

從易用性上來說，激光SLAM和基于深度相機的視覺SLAM均是通過直接獲取環(huán)境中的點云數(shù)據(jù)，根據(jù)生成的點云數(shù)據(jù)，測算哪里有障礙物以及障礙物的距離。但是基于單目、雙目、魚眼攝像機的視覺SLAM方案，則不能直接獲得環(huán)境中的點云，而是形成灰色或彩色圖像，需要通過不斷移動自身的位置，通過提取、匹配特征點，利用三角測距的方法測算出障礙物的距離。

從安裝方式來看，雷達最先開始應用于軍事行業(yè)，后來逐漸民用。被大家廣泛知曉最先應該是從谷歌的無人車上所知道的。當時Velodyne雷達體積、重量都較大，應用到一些實際場景中顯然不適合。比如無人機、AR、VR這種，本身體積就很小，再搭載大體積的激光雷達的話，根本無法使用，也影響美感和性能。所以視覺SLAM的出現(xiàn)，利用攝像頭測距，彌補了激光雷達的這一缺點，安裝方式可以隨著場景的不同實現(xiàn)多元化。

總體來說，激光SLAM及視覺SLAM各有優(yōu)缺點，從長遠來看，兩者融合將是大勢所趨，但就目前而言，激光SLAM技術(shù)相對更為成熟，落地應用也更為豐富。

國內(nèi)企業(yè)SLAM技術(shù)研究現(xiàn)狀

由于SLAM技術(shù)在機器人、無人駕駛及AR/VR等領(lǐng)域的重要性，國內(nèi)已有越來越多企業(yè)投入到SLAM技術(shù)的研發(fā)中，有部分作為自用而研發(fā)的機器人企業(yè)，也不乏一些專注機器人自主定位導航技術(shù)的企業(yè)。思嵐科技就是其中一家，作為機器人定位導航技術(shù)的領(lǐng)先企業(yè)，思嵐科技主要以激光SLAM取勝。

其推出的SLAM 3.0技術(shù)采用了圖優(yōu)化的方式進行構(gòu)圖，能實現(xiàn)百萬平米級別的實時地圖構(gòu)建能力，同時擁有主動式回環(huán)閉合糾正能力，能很好的消除長時間運行導致的里程累計誤差。

思嵐科技的SLAM 3.0 采用SharpEdge精細化構(gòu)圖技術(shù)，可構(gòu)建高精度、厘米級別地圖，超高分辨率。同時，構(gòu)建的地圖規(guī)則、精細，進一步提升了定位的精確性。無需二次優(yōu)化修飾，直接滿足用戶預期。

相比較粒子濾波每次直接將傳感器數(shù)據(jù)更新進入柵格地圖進行增量式構(gòu)建的做法，基于圖優(yōu)化的SLAM 3.0 摒棄固定的柵格地圖，存儲地圖構(gòu)建過程中調(diào)整了圖結(jié)構(gòu)中每個節(jié)點的pose和對應的傳感器信息以及所有關(guān)鍵點構(gòu)建的位姿關(guān)系圖，利用全部的機器人位姿信息和對應傳感器數(shù)據(jù)生成環(huán)境地圖。

當機器人運動到已經(jīng)探索過的原環(huán)境時，SLAM 3.0可依賴內(nèi)部的拓撲圖進行主動式的閉環(huán)檢測。當發(fā)現(xiàn)了新的閉環(huán)信息后，SLAM 3.0使用Bundle Adjuestment(BA)等算法對原先的位姿拓撲地圖進行修正（即進行圖優(yōu)化），從而能有效的進行閉環(huán)后地圖的修正，實現(xiàn)更加可靠的環(huán)境建圖。即使當時地圖上看誤差較大，SLAM 3.0也可靈活對已產(chǎn)生的地圖進行調(diào)整。

如今，在思嵐科技最新SLAMWARE自主定位導航方案及相應的機器人開發(fā)平臺中，均采用了SLAM 3.0技術(shù)，使得機器人能輕松面對各類復雜的商用環(huán)境。

思嵐科技是我國最早將SLAM技術(shù)應用于服務機器人的企業(yè)，經(jīng)過多年的發(fā)展，如今基于思嵐科技機器人定位導航方案的企業(yè)已不在少數(shù)，業(yè)內(nèi)知名服務機器人項目中大多采用了思嵐科技產(chǎn)品。隨著服務機器人市場需求的不斷加劇，相信思嵐科技的激光SLAM定位導航方案將會在更多機器人中出現(xiàn)。