SLAM
SLAM (Simultaneous Localization And Mapping),即同步定位與地圖構建,原理是使用相機、激光雷達、慣性測量單元等傳感器,來收集環境信息,然後用算法将這些信息融合起來,以确定機器人在未知環境中的位置,并構建一張環境地圖。
SLAM是實現機器人自主導航和後續交互的關鍵技術之一
在暢談機器人技術之前,小岚想先跟大家聊聊,做好機器人的第一步:自主定位導航技術尤其重要。同時,作為自主定位導航技術的重要突破口,SLAM技術的好壞,直接影響機器人在環境中的建圖、定位和後續的運動能力。

SLAM與各領域關系圖
在這裡,我們要明确一個道理,SLAM≠自主移動導航,不解決行動問題。SLAM隻解決實時定位與地圖構建的問題。就跟人出行需要地圖參考一樣,機器人也如此。所以,不管是什麼類型的機器人,第一步,就是要先做好SLAM。
1、機器人路徑規劃時需要地圖作為參考;
2、定位時,為消除裡程計的累加誤差造成的幹擾做參考;
但在實際商用SLAM的過程中,會遇到各種各樣的問題,那麼,一個的SLAM該怎麼去打破重重壁壘,實現靈活應用呢?
SLAM難點
大場景建圖難
機器人開展行動的第一步就需要地圖的幫助,實際場景應用中,機器人會遇到幾百、幾萬,甚至幾十萬㎡的工作場景,這時候來看,大地圖場景構建确實是一個“攔路虎”。
1、 大場景建圖費時費力,效率低;
2、 相似場景特征點少,難以形成有效的全局匹配參考 ;
3、 大場景建圖難以閉環;

由于環境場景大且多為長直走廊,導緻SLAM建圖出現環路閉合失敗
為了解決上述這一難題,思岚科技優化了軟件算法、強化了建圖引擎,給了行業一個較為滿意和穩定的解決方案—— SLAM3.0
相比較粒子濾波每次直接将傳感器數據更新進入栅格地圖進行增量式構建的做法,基于圖優化的SLAM3.0 摒棄固定的栅格地圖,能實現超大場景地圖構建,同時擁有主動式回環閉合糾正能力,讓地圖有個很好的閉環的過程,成為目前行業中的建圖方式。

SLAM難點
建圖細節不平整,有毛刺
目前,市面上利用開源或者自主優化的SLAM算法建出來的地圖通常會存在建圖細節不平整,邊角有毛刺,有噪點幹擾。因此,在實際投入使用的時候,無法為機器人提供良好的定位和導航能力,産品的落地應用速度和效率也會大打折扣。

傳統SLAM建圖
為了解決這一難題,基于思岚的SharpEdge™精細化構圖技術構建高精度、厘米級别地圖,超高分辨率。同時,構建的地圖規則、精細,進一步提升了定位的性。無需二次優化修飾,直接滿足用戶預期。

SharpEdge™技術構建的地圖效果,可讓機器人直接使用
SLAM難點
環境變化後,機器人無所适從
除了建圖閉環問題之外,機器人的定位問題也非常重要。因為定位一旦偏了,那後續的導航也就歇菜了。
機器人應用場景的環境變化無非包含以下幾種:
1、環境結構性不強:長直走廊
2、環境易變:現場随時變
3、動态障礙物多:人群不斷移動
4、光照影響:黑色物體、燈光、玻璃等
針對以上這些常見的可能會讓機器人發生“定位偏”的這些問題,單靠單一的傳感器肯定解決不了所有問題,現在常見的解決方案有依靠多傳感器融合,激光+Vslam等多種方式融合,即使環境變化高達50%,機器人也能靈活應對,長時間工作,不需要重複多次建圖。

SLAM難點
算力負擔重
SLAM 算法本身是一個對于外部系統有着諸多依賴的算法,這是一個切實的工程問題,所以運算消耗是巨大的。雖然并沒有達到像訓練神經網絡動用服務器集群那種地步,但傳統上需要PC級别的處理器。但是對于很多機器人,比如掃地機是不可能裝一個PC級别的處理器進去的,因此,為了讓 SLAM 能在這類設備裡運行,除了解決激光雷達成本外,還要對 SLAM 算法做出很好的優化。
另外提一嘴,現在很多的優化都是犧牲了SLAM的性能做出的,為了尋求在夠用和成本之間做了妥協,但面對現實複雜環境時,這種優化可能會出現問題。為了更好地應對複雜環境,還需要對算法本身做出優化。
目前,SLAM 的開源實現代表多為學術界,實際應用有很多“坑”要處理,需要傳感器、系統參數、其他輔助設備的聯合調優。基于過去10年的技術和産品積累,思岚科技在過去陸續推出SLAMWARE Core、SLAM Cube甚至機器人底盤開發産品來為機器人解決SLAM和運動控制的問題。但是對于很多機器人開發者來說,為了讓 SLAM 能在應用中運行,除了解決激光雷達成本外,還要對 SLAM 本身做出很好的優化來解決上述SLAM過程中遇到的大場景建圖閉環、噪點等難題。思岚也深知這一需求,應運而生了一款産品。
至于是什麼産品?
這裡先狠狠賣個關子!敬請期待。
免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.

