SLAM技術，讓真正的智能機器人觸手可及 - 全文

　　有一個機器人，它被關進了一間空屋子，里面放滿了雜七雜八的東西。機器人感到很害怕，因為這個地方他從來沒來過，一點兒也不了解。讓他感到害怕的主要是三個問題：

　　1.自己在哪里？

　　2.這是什么地方？

　　3.怎么離開這個地方？

　　在SLAM（Simultaneous Localization And Mapping，即時定位與地圖構建）理論中，第一個問題稱為定位（Localization），第二個稱為建圖（Mapping），第三個則是隨后的路徑規劃（Navigation）。

　　簡單來說，SLAM是指機器人依靠自身傳感器在未知環境中獲得感知信息，遞增地創建周圍環境的地圖，同時利用創建的地圖實現自主定位。

　　實際上，有地圖的定位和有定位的地圖創建都是容易解決的，但無地圖的定位和未解決定位的地圖創建如同“雞生蛋蛋生雞”的問題（完美的定位需要用到一個無偏差的地圖，但這樣的地圖又需要精確的位置估測來描繪），無從下手。

　　利用機器人內部安裝的傳感器（包括里程儀、羅盤、加速度計等），由于沒有參考外部信息，在長時間的行走后誤差的積累會比較大，實用性較差。因此，在依靠內部傳感器的同時，借助外部傳感器（如視覺傳感器、激光雷達等）感知環境，就能幫助機器人解決這個難題。

　　一個由德國達姆施塔特理工大學研發的機器人正使用激光成像探測與測距技術來給迷宮繪圖

　　上圖的機器人描繪出的地圖

　　目前，SLAM技術的實現途徑主要包括VSLAM、Wifi-SLAM與Lidar SLAM。

　　1.VSLAM（視覺SLAM）

　　指在室內環境下，用攝像機、Kinect等深度相機來做導航和探索。其工作原理簡單來說就是對機器人周邊的環境進行光學處理，先用攝像頭進行圖像信息采集，將采集的信息進行壓縮，然后將它反饋到一個由神經網絡和統計學方法構成的學習子系統，再由學習子系統將采集到的圖像信息和機器人的實際位置聯系起來，完成機器人的自主導航定位功能。

　　但是，室內的VSLAM仍處于研究階段，遠未到實際應用的程度。一方面，計算量太大，對機器人系統的性能要求較高；另一方面，VSLAM生成的地圖（多數是點云）還不能用來做機器人的路徑規劃，需要進一步探索和研究。

　　2.Wifi-SLAM

　　指利用智能手機中的多種傳感設備進行定位，包括Wifi、GPS、陀螺儀、加速計和磁力計，并通過機器學習和模式識別等算法將獲得的數據繪制出準確的室內地圖。該技術的提供商已于2013年被蘋果公司收購，蘋果公司是否已經把 Wifi-SLAM 的科技用到iPhone上，使所有 iPhone 用戶相當于攜帶了一個繪圖小機器人，這一切暫未可知。毋庸置疑的是，更精準的定位不僅有利于地圖，它會讓所有依賴地理位置的應用（LBS）更加精準。

　　3.Lidar SLAM

　　指利用激光雷達作為傳感器，獲取地圖數據，使機器人實現同步定位與地圖構建。該技術是目前最穩定、最可靠、高性能的SLAM方式。就技術本身而言，經過多年驗證，已相當成熟，但Lidar成本昂貴這一瓶頸問題亟待解決。

　　采用Lidar SLAM構建出的室內地圖

　　Google無人駕駛汽車正是采用該項技術，車頂安裝的激光雷達來自美國Velodyne公司，售價高達7萬美元以上。這款激光雷達可以在高速旋轉時向周圍發射64束激光，激光碰到周圍物體并返回，便可計算出車體與周邊物體的距離。計算機系統再根據這些數據描繪出精細的3D地形圖，然后與高分辨率地圖相結合，生成不同的數據模型供車載計算機系統使用。激光雷達占去了整車成本的一半，這可能也是 Google 無人車遲遲無法量產的原因之一。

　　激光雷達具有指向性強的特點，使得導航的精度得到有效保障，能很好地適應室內環境。但是，Lidar SLAM卻并未在機器人室內導航領域有出色表現，原因就在于激光雷達的價格過于昂貴。