在某社交平台,一篇题为“自主移动机器人真的需要SLAM吗“的问答,引起了大家的热议。

有人认为机器人确实是需要SLAM的,但目前流行的SLAM项目还不够,机器人更需要符合其特色的SLAM方法,还有人认为不是所有的机器人都需要SLAM,但像扫地机、自动驾驶类是一定需要SLAM的...,答案众说纷纭。

从严格意义上来说,凡涉及到自主移动的机器人都无法绕开SLAM。

自主移动机器人

SLAM一词最早出现在机器人领域,意为同步定位与建图,主要包含了定位与建图两大部分,其中又以定位更为核心,而建图实际上是在定位的基础上进行的,将观测数据进行融合的过程。关于定位,相信大家听过不少,其中就包括了GPS定位、WIFI定位、基站定位等等,但这些方案无论是从场景还是精度上来说,都无法满足移动机器人的实际应用需求。

本质上可以把定位理解为一个估计问题,将传感器测量好的数据来估计位置,也可以定义为一个优化问题,通过多种观测数据之间的约束关系,对位置进行优化。正常来说,噪音越低的传感器获取的定位精度更好,目前在行业中主要涉及到激光雷达及视觉两类主要传感器。

传统意义上来说,视觉传感器进行测距需要大量的计算,且测量结果容易受光线的影响,如果在较暗房间内进行测距基本不能使用。但近年来,已经出现了一些解决此类问题的方法,使用视觉传感器也可获取更多的信息,当然,更多的信息也意味着更高的处理代价,随着算法的进步和计算能力的提高,上述信息处理的问题已慢慢得到解决。相比视觉传感器,激光雷达传感器更为成熟、稳定,可以实现较高的精度测量,并且也很容易应用于SLAM中。

移动机器人研究了这么多年,始终离不开定位、建图、导航等问题,而SLAM就是其中的关键技术,SLAM通常包含了特征提取,数据关联,状态估计以及状态更新等多个部分,不仅可以应用于2D运动领域,同时还可应用于3D运动领域。

本文仅针对2D领域进行探讨,以在室内环境中运行的移动机器人为例,机器人想要到达某地执行某项任务,首先需要利用传感器来感知周围环境,比如在前方出现了一个障碍物,机器人想绕过去,就得知道障碍物的大小及离自身有多远,这便可以通过SLAM来解决。

那当机器人已经感知到障碍物,并知道障碍物的位置,具体又该如何走呢?正常来说会有两种情况:一种是绕开障碍物很远走过去,还有一种是以离障碍物的安全距离绕过去,这就需要涉及到路径规划了,路径规划可以使得机器人以最优路径进行行走,如下图a的路径明显好于路径b的路径,在路径规划中会涉及到全局路径规划和局部路径规划,但局部路径规划更为关键。

在以上场景中,假设机器人没有应用SLAM技术,无法定位当前信息,无法探索位置领域,又将会出现什么问题呢?结果可以想象..。

有人曾说过,移动机器人离开了SLAM,就像智能手机离开了WIFI或数据网络。SLAM对于机器人自主行走的重要性不言而喻。随着移动机器人的不断发展,行业对SLAM技术出现了井喷式需求,另一方面,随着传感器技术的不断发展,计算资源的丰富以及算法的进步,SLAM技术本身也进入了一个从算法到产品过渡的阶段。

目前,行业中基于SLAM技术已相继出现了一些产品,思岚科技的SLAMWARE模块化定位导航系统就是其中之一,SLAMWARE集成了基于激光雷达的同步定位与建图(SLAM)及配套的路径规划功能。

思岚科技从09年开始就致力于自主定位导航方案的研究,经过多年的探索及技术迭代,于2015年发布了SLAMWARE模块化定位导航方案,SLAMWARE包含了硬币大小的SLAMWARE Core及激光雷达传感器,通过内置的先进算法驱动,可使机器人在未知环境中实时提供定位,并构建高达5cm分辨率的环境地图。在实现定位与建图外,采用D*动态即时路径规划算法,可自动搜索前往目标的最短路径并控制机器人行动。

为了帮助机器人适应多种应用环境,思岚科技对SLAM技术进行了全面升级,推出了全新的SLAM 3.0系统,使机器人即使在复杂的大场景下也能轻松完成定位导航任务,相比传统SLAM,思岚科技升级版的SLAM 3.0采用了图优化的方式进行构图,能实现百万平米级别的构图能力,同时还拥有了主动式回环闭合纠正能力,能很好的消除因长时间运行导致的里程累积误差,成为目前业内最受环境的定位导航方式。

总的来说,在实现机器人自主移动中是无法绕开SLAM的,定位与建图是机器人完成自主移动的必备能力,也是机器人执行行走任务的根本。