SLAM是Simultaneous localization and mapping縮寫(xiě)，意為“同步定位與建圖”，主要用于解決機(jī)器人在未知環(huán)境運(yùn)動(dòng)時(shí)的定位與地圖構(gòu)建問(wèn)題。

SLAM的典型應(yīng)用領(lǐng)域

機(jī)器人領(lǐng)域

主要應(yīng)用于機(jī)器人定位導(dǎo)航領(lǐng)域：地圖建模。

SLAM可以輔助機(jī)器人執(zhí)行路徑規(guī)劃、自主探索、導(dǎo)航等任務(wù)。國(guó)內(nèi)的科沃斯、塔米以及最新面世的嵐豹掃地機(jī)器人都可以通過(guò)用SLAM算法結(jié)合激光雷達(dá)或者攝像頭的方法，讓掃地機(jī)高效繪制室內(nèi)地圖，智能分析和規(guī)劃掃地環(huán)境，從而成功讓自己步入了智能導(dǎo)航的陣列。

VR/AR方面

輔助增強(qiáng)視覺(jué)效果。SLAM技術(shù)能夠構(gòu)建視覺(jué)效果更為真實(shí)的地圖，從而針對(duì)當(dāng)前視角渲染虛擬物體的疊加效果，使之更真實(shí)沒(méi)有違和感。VR/AR代表性產(chǎn)品中微軟Hololens、谷歌ProjectTango以及MagicLeap都應(yīng)用了SLAM作為視覺(jué)增強(qiáng)手段。

無(wú)人機(jī)領(lǐng)域

地圖建模。SLAM可以快速構(gòu)建局部3D地圖，并與地理信息系統(tǒng)（GIS）、視覺(jué)對(duì)象識(shí)別技術(shù)相結(jié)合，可以輔助無(wú)人機(jī)識(shí)別路障并自動(dòng)避障規(guī)劃路徑，曾經(jīng)刷爆美國(guó)朋友圈的Hovercamera無(wú)人機(jī)，就應(yīng)用到了SLAM技術(shù)。

無(wú)人駕駛領(lǐng)域

視覺(jué)里程計(jì)。SLAM技術(shù)可以提供視覺(jué)里程計(jì)功能，并與GPS等其他定位方式相融合，從而滿(mǎn)足無(wú)人駕駛精準(zhǔn)定位的需求。例如，應(yīng)用了基于激光雷達(dá)技術(shù)Google無(wú)人駕駛車(chē)以及牛津大學(xué)MobileRoboticsGroup11年改裝的無(wú)人駕駛汽車(chē)野貓(Wildcat)均已成功路測(cè)。

SLAM系統(tǒng)構(gòu)成

SLAM系統(tǒng)一般分為五個(gè)模塊，包括傳感器數(shù)據(jù)、視覺(jué)里程計(jì)、后端、建圖及回環(huán)檢測(cè)。

傳感器數(shù)據(jù)：主要用于采集實(shí)際環(huán)境中的各類(lèi)型原始數(shù)據(jù)。包括激光掃描數(shù)據(jù)、視頻圖像數(shù)據(jù)、點(diǎn)云數(shù)據(jù)等。

視覺(jué)里程計(jì)：主要用于不同時(shí)刻間移動(dòng)目標(biāo)相對(duì)位置的估算。包括特征匹配、直接配準(zhǔn)等算法的應(yīng)用。

后端：主要用于優(yōu)化視覺(jué)里程計(jì)帶來(lái)的累計(jì)誤差。包括濾波器、圖優(yōu)化等算法應(yīng)用。

建圖：用于三維地圖構(gòu)建。

回環(huán)檢測(cè)：主要用于空間累積誤差消除

其工作流程大致為：

傳感器讀取數(shù)據(jù)后，視覺(jué)里程計(jì)估計(jì)兩個(gè)時(shí)刻的相對(duì)運(yùn)動(dòng)（Ego-motion），后端處理視覺(jué)里程計(jì)估計(jì)結(jié)果的累積誤差，建圖則根據(jù)前端與后端得到的運(yùn)動(dòng)軌跡來(lái)建立地圖，回環(huán)檢測(cè)考慮了同一場(chǎng)景不同時(shí)刻的圖像，提供了空間上約束來(lái)消除累積誤差。

ALAM回環(huán)檢測(cè)

在視覺(jué)SLAM問(wèn)題中，位姿的估計(jì)往往是一個(gè)遞推的過(guò)程，即由上一幀位姿解算當(dāng)前幀位姿，因此其中的誤差便這樣一幀一幀的傳遞下去，也就是我們所說(shuō)的累計(jì)誤差。

我們的位姿約束都是與上一幀建立的，第五幀的位姿誤差中便已經(jīng)積累了前面四個(gè)約束中的誤差。但如果我們發(fā)現(xiàn)第五幀位姿不一定要由第四幀推出來(lái)，還可以由第二幀推算出來(lái)，顯然這樣計(jì)算誤差會(huì)小很多，因?yàn)橹淮嬖趦蓚€(gè)約束的誤差了。像這樣與之前的某一幀建立位姿約束關(guān)系就叫做回環(huán)?；丨h(huán)通過(guò)減少約束數(shù)，起到了減小累計(jì)誤差的作用。

那如何判斷兩幀圖片的相似度？最直觀的做法是特征匹配。由于特征匹配非常耗時(shí)，回環(huán)檢測(cè)需要與過(guò)去所有關(guān)鍵幀匹配，這個(gè)運(yùn)算量是絕對(duì)無(wú)法承受的，因此提出了詞袋模型來(lái)加速特征匹配。

詞袋模型就是把特征看成是一個(gè)個(gè)單詞，通過(guò)比較兩張圖片中單詞的一致性，來(lái)判斷兩張圖片是否屬于同一場(chǎng)景。為了能夠把特征歸類(lèi)為單詞，我們需要訓(xùn)練一個(gè)字典。字典包含了所有可能的單詞的集合，為了提高通用性，需要使用海量的數(shù)據(jù)訓(xùn)練。

SLAM分類(lèi)

目前用在SLAM上的傳感器主要分為這兩類(lèi)，一種是基于激光雷達(dá)的激光SLAM(Lidar SLAM)和基于視覺(jué)的VSLAM(Visual SLAM)。

1、激光SLAM

激光SLAM采用2D或3D激光雷達(dá)（也叫單線或多線激光雷達(dá)），2D激光雷達(dá)一般用于室內(nèi)機(jī)器人上（如掃地機(jī)器人），而3D激光雷達(dá)一般使用于無(wú)人駕駛領(lǐng)域。激光雷達(dá)的出現(xiàn)和普及使得測(cè)量更快更準(zhǔn)，信息更豐富。激光雷達(dá)采集到的物體信息呈現(xiàn)出一系列分散的、具有準(zhǔn)確角度和距離信息的點(diǎn)，被稱(chēng)為點(diǎn)云。

通常，激光SLAM系統(tǒng)通過(guò)對(duì)不同時(shí)刻兩片點(diǎn)云的匹配與比對(duì)，計(jì)算激光雷達(dá)相對(duì)運(yùn)動(dòng)的距離和姿態(tài)的改變，也就完成了對(duì)機(jī)器人自身的定位。

激光雷達(dá)測(cè)距比較準(zhǔn)確，誤差模型簡(jiǎn)單，在強(qiáng)光直射以外的環(huán)境中運(yùn)行穩(wěn)定，點(diǎn)云的處理也比較容易。同時(shí)，點(diǎn)云信息本身包含直接的幾何關(guān)系，使得機(jī)器人的路徑規(guī)劃和導(dǎo)航變得直觀。激光SLAM理論研究也相對(duì)成熟，落地產(chǎn)品更豐富。

2、視覺(jué)SLAM

視覺(jué)SLAM從環(huán)境中獲取海量的、富于冗余的紋理信息，擁有超強(qiáng)的場(chǎng)景辨識(shí)能力。

早期的視覺(jué)SLAM基于濾波理論，其非線性的誤差模型和巨大的計(jì)算量成為了它實(shí)用落地的障礙。近年來(lái)，隨著具有稀疏性的非線性?xún)?yōu)化理論(Bundle Adjustment)以及相機(jī)技術(shù)、計(jì)算性能的進(jìn)步，實(shí)時(shí)運(yùn)行的視覺(jué)SLAM已經(jīng)不再是夢(mèng)想。

視覺(jué)SLAM的優(yōu)點(diǎn)是它所利用的豐富紋理信息。例如兩塊尺寸相同內(nèi)容卻不同的廣告牌，基于點(diǎn)云的激光SLAM算法無(wú)法區(qū)別他們，而視覺(jué)則可以輕易分辨。

這帶來(lái)了重定位、場(chǎng)景分類(lèi)上無(wú)可比擬的巨大優(yōu)勢(shì)。同時(shí)，視覺(jué)信息可以較為容易的被用來(lái)跟蹤和預(yù)測(cè)場(chǎng)景中的動(dòng)態(tài)目標(biāo)，如行人、車(chē)輛等，對(duì)于在復(fù)雜動(dòng)態(tài)場(chǎng)景中的應(yīng)用這是至關(guān)重要的。

通過(guò)對(duì)比發(fā)現(xiàn)，激光SLAM和視覺(jué)SLAM各擅勝場(chǎng)，單獨(dú)使用都有其局限性，而融合使用則可能具有巨大的取長(zhǎng)補(bǔ)短的潛力。

例如，視覺(jué)在紋理豐富的動(dòng)態(tài)環(huán)境中穩(wěn)定工作，并能為激光SLAM提供非常準(zhǔn)確的點(diǎn)云匹配，而激光雷達(dá)提供的精確方向和距離信息在正確匹配的點(diǎn)云上會(huì)發(fā)揮更大的威力。而在光照嚴(yán)重不足或紋理缺失的環(huán)境中，激光SLAM的定位工作使得視覺(jué)可以借助不多的信息進(jìn)行場(chǎng)景記錄。

國(guó)內(nèi)SLAM發(fā)展現(xiàn)狀

激光SLAM比視覺(jué)SLAM起步早，在理論、技術(shù)和產(chǎn)品落地上都相對(duì)成熟。基于視覺(jué)的 SLAM 方案目前主要有兩種實(shí)現(xiàn)路徑，一種是基于 RGBD 的深度攝像機(jī)，比如 Kinect；還有一種就是基于單目、雙目或者魚(yú)眼攝像頭的。VSLAM 目前尚處于進(jìn)一步研發(fā)和應(yīng)用場(chǎng)景拓展、產(chǎn)品逐漸落地階段。

隨著SLAM技術(shù)重要性的凸顯以及應(yīng)用市場(chǎng)的擴(kuò)大 ，一些企業(yè)開(kāi)始紛紛投入到SLAM技術(shù)研發(fā)中，這其中也可分為兩大類(lèi)，一是專(zhuān)門(mén)提供導(dǎo)航定位模塊的企業(yè)，另一類(lèi)則是移動(dòng)機(jī)器人廠商，其開(kāi)發(fā)SLAM多為自用。

隨著SLAM技術(shù)重要性的凸顯，國(guó)內(nèi)越來(lái)越多企業(yè)紛紛投入SLAM技術(shù)的研發(fā)中，除了一些移動(dòng)機(jī)器人廠商作為自用研發(fā)，也不乏一些企業(yè)專(zhuān)門(mén)提供定位導(dǎo)航模塊。

思嵐科技就是其中一家，作為機(jī)器人定位導(dǎo)航技術(shù)的領(lǐng)先企業(yè)，思嵐科技主要以激光SLAM取勝。它是我國(guó)最早將激光SLAM應(yīng)用于服務(wù)機(jī)器人的企業(yè)，為了幫助機(jī)器人實(shí)現(xiàn)自主行走，國(guó)內(nèi)思嵐科技推出了模塊化自主定位導(dǎo)航解決方案SLAMWARE，這套定位導(dǎo)航方案以激光雷達(dá)作為核心傳感器，搭配定位導(dǎo)航控制核心SLAMWARE Core，可使機(jī)器人實(shí)現(xiàn)自主定位導(dǎo)航、自動(dòng)建圖、路徑規(guī)劃與自動(dòng)避障等功能。

據(jù)了解，該開(kāi)發(fā)套裝具有12米家用版及25米商用版之分，主要區(qū)別在于傳感器測(cè)距范圍的不同，思嵐科技商用版除了25米測(cè)距外，還推出了首款TOF激光雷達(dá)，測(cè)距半徑可達(dá)到40米，能滿(mǎn)足更多更大場(chǎng)景的應(yīng)用，且抗光干擾能力更勝一籌。

在室外60Klx的強(qiáng)光下依舊能實(shí)現(xiàn)穩(wěn)定測(cè)距及高精度地圖建圖。無(wú)論是室內(nèi)還是室外場(chǎng)景，都能輕松完成任務(wù)。

除了思嵐科技，國(guó)內(nèi)速感科技、布科思、米克力美、高仙、斯坦德等企業(yè)也涌入其中，且大多企業(yè)以激光SLAM為主，畢竟激光SLAM是當(dāng)下最穩(wěn)定、可靠的定位導(dǎo)航方案，而視覺(jué)SLAM將是未來(lái)主流研究方向，不過(guò)未來(lái)兩者融合也將成為一種趨勢(shì)，采用多傳感器融合能做到取長(zhǎng)補(bǔ)短，為市場(chǎng)打造出更好用的定位導(dǎo)航解決方案，進(jìn)一步實(shí)現(xiàn)機(jī)器人的智能化進(jìn)程。

總體來(lái)說(shuō)，目前國(guó)內(nèi)SLAM技術(shù)無(wú)論是在技術(shù)層面還是應(yīng)用層面仍處于發(fā)展階段，未來(lái)，隨著消費(fèi)刺激及產(chǎn)業(yè)鏈不斷發(fā)展，SLAM技術(shù)將會(huì)有一片更為廣闊的市場(chǎng)。

原文標(biāo)題：一文看懂SLAM導(dǎo)航技術(shù)分類(lèi)、典型應(yīng)用及國(guó)內(nèi)發(fā)展現(xiàn)狀

文章出處：【微信公眾號(hào)：新機(jī)器視覺(jué)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq