電子發(fā)燒友網(wǎng)報(bào)道（文/李寧遠(yuǎn)）SLAM，simultaneous localization and mapping，稱為即時(shí)定位與地圖構(gòu)建，主要的作用是機(jī)器人或無人設(shè)備從未知環(huán)境的未知地點(diǎn)出發(fā)，在運(yùn)動(dòng)過程中通過重復(fù)觀測到的地圖特征來定位自身位置和姿態(tài)，再根據(jù)自身位置增量式的構(gòu)建地圖，從而達(dá)到同時(shí)定位和地圖構(gòu)建的目的。SLAM重要的理論與應(yīng)用價(jià)值被認(rèn)為是實(shí)現(xiàn)全自主移動(dòng)機(jī)器人的關(guān)鍵技術(shù)。

簡單來說，實(shí)現(xiàn) SLAM 需要兩類技術(shù)，一類技術(shù)是傳感器信號(hào)處理（包括前端處理），這類技術(shù)在很大程度上取決于所用的傳感器性能。另一類技術(shù)是位姿圖優(yōu)化（包括后端處理），這類技術(shù)與傳感器無關(guān)取決于后端的算法處理。根據(jù)傳感器選擇不同，目前有兩個(gè)技術(shù)流派：視覺SLAM與激光雷達(dá)SLAM。

SLAM技術(shù)應(yīng)用與技術(shù)對(duì)比

從應(yīng)用方向上來看，目前SLAM技術(shù)主要的應(yīng)用場景集中在機(jī)器人、自動(dòng)駕駛、ARVR方向上。這些應(yīng)用方向上，視覺SLAM和激光雷達(dá)SLAM兩條技術(shù)路線均有不少落地項(xiàng)目，二者也各有優(yōu)勢。

視覺 SLAM使用相機(jī)和其他圖像傳感器來采集圖像，不同的圖像傳感器能實(shí)現(xiàn)的SLAM效果不同，如普通相機(jī)（廣角、魚眼和球形相機(jī)）、復(fù)眼相機(jī)（立體相機(jī)和多相機(jī)）和 RGB-D 相機(jī)（深度相機(jī)和 ToF 相機(jī)）。視覺SLAM相對(duì)來說實(shí)現(xiàn)的成本更低，此外，相機(jī)可以提供大量信息，因此還可以用來檢測路標(biāo)。路標(biāo)檢測還可以與基于圖的優(yōu)化結(jié)合使用，這有助于靈活實(shí)現(xiàn)SLAM。

激光雷達(dá) SLAM使用激光雷達(dá)傳感器，對(duì)比相機(jī)、ToF 和其他傳感器，激光可以使精確度大大提高，常用于自動(dòng)駕駛汽車和無人機(jī)等高速移動(dòng)運(yùn)載設(shè)備的相關(guān)應(yīng)用。激光傳感器點(diǎn)云提供了高精確度距離測度數(shù)據(jù)，特別適用于SLAM建圖。一般來說，首先通過點(diǎn)云匹配來連續(xù)估計(jì)移動(dòng)。然后，使用計(jì)算得出的移動(dòng)數(shù)據(jù)進(jìn)行車輛定位。但就點(diǎn)云密度而言，激光點(diǎn)云不及圖像精細(xì)，因此并不總能提供充足的特征來進(jìn)行匹配。此外，點(diǎn)云匹配通常需要高處理能力，因此必須優(yōu)化流程來提高速度。

鑒于存在這些挑戰(zhàn)，自動(dòng)駕駛汽車以及高端移動(dòng)機(jī)器人定位通常會(huì)使用3D SLAM，并融合輪式測距、全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS和IMU數(shù)據(jù)等其他測量結(jié)果。

這里總結(jié)了一些主流技術(shù)路線的SLAM效果對(duì)比，如下圖。細(xì)分的技術(shù)路線還是非常豐富的，在分辨率、避障距離、算法難度、硬件成本上各有優(yōu)勢，這里沒有單獨(dú)列出激光雷達(dá)路線下的2D與3D路線?；诙嗑€激光雷達(dá)的3D SLAM定位技術(shù)，是目前全球定位最領(lǐng)先，商業(yè)化落地最成功的3D SLAM定位導(dǎo)航技術(shù)，唯一的軟肋在于成本還未完全下探。
市場規(guī)模發(fā)展與上下游分布

不同調(diào)研機(jī)構(gòu)對(duì)SLAM產(chǎn)業(yè)鏈覆蓋的范圍選擇會(huì)有一些差異，因此各機(jī)構(gòu)給出的規(guī)模預(yù)測不盡相同。根據(jù)P&S Intelligence發(fā)布的市場研究報(bào)告，到2030年，SLAM技術(shù)市場規(guī)模預(yù)計(jì)將從2021年的1.575億美元增長到37.478 億美元，年復(fù)合增長率超過42.2%。

而根據(jù)GIR（Global Info Research）調(diào)研數(shù)據(jù)，2021年全球SLAM即時(shí)定位與地圖構(gòu)建技術(shù)收入大約3.599億美元，預(yù)計(jì)2028年達(dá)到24.579億美元，2022至2028期間，年復(fù)合增長率為34.2%。

雖然不同市場調(diào)研機(jī)構(gòu)給出的市場規(guī)模不同，但是整個(gè)市場的快速增長已經(jīng)有目共睹，而且還將延續(xù)高增長態(tài)勢。其中，無人駕駛設(shè)備的火熱無疑起到了最重要的助推作用。聯(lián)網(wǎng)車輛技術(shù)的發(fā)展以及對(duì)安全、高效和高效駕駛選擇的需求的增加，提高了對(duì)無人駕駛車輛的需求。這些無人駕駛設(shè)備中少不了SLAM導(dǎo)航技術(shù)的加持，隨著對(duì)無人駕駛設(shè)備的需求增加，SLAM技術(shù)會(huì)迎來爆發(fā)式增長。

SLAM雖然很吃傳感器的性能但本質(zhì)上是算法技術(shù)，所以其產(chǎn)業(yè)鏈上下游的分布非常廣，產(chǎn)業(yè)鏈任一環(huán)節(jié)的廠商都可以選擇自研SLAM提高競爭力。這里以機(jī)器人應(yīng)用為例，機(jī)器人本體廠商一般都會(huì)自研SLAM算法，畢竟這是設(shè)備廠商核心的競爭力；最上游的主控芯片廠商也有開始自研SLAM算法，將算法在芯片層面硬件化；中游的傳感器廠商也有不少自研SLAM，并與自家傳感器打包成整個(gè)導(dǎo)航模塊提供給下游設(shè)備廠商，做差異化競爭?，F(xiàn)在的趨勢是越來越多上游的芯片廠商，傳感器廠商開始自研SLAM提高在目標(biāo)應(yīng)用領(lǐng)域的競爭力。

相關(guān)的SLAM芯片廠商

做SLAM芯片的廠商相對(duì)于產(chǎn)業(yè)鏈其他環(huán)節(jié)的廠商來說不算多，但是將算法在芯片層面硬件化優(yōu)勢巨大，這里我們聚焦在國內(nèi)的SLAM算法及芯片提供商上。

一微半導(dǎo)體：SLAM專用芯片聚焦機(jī)器人應(yīng)用

一微半導(dǎo)體是國內(nèi)少有的能同時(shí)提供慣性導(dǎo)航eSLAM、激光SLAM導(dǎo)航和視覺導(dǎo)航vSLAM芯片、算法及完整解決方案的供應(yīng)商，各款專用SLAM芯片在眾多國內(nèi)外機(jī)器人品牌上被采用。

一微半導(dǎo)體2018年發(fā)布的AM380S是全球首顆全集成SLAM專用芯片，后續(xù)的AM580、AM680、AM780分別配套高性價(jià)比的激光雷達(dá)SLAM方案與視覺SLAM方案。這些SLAM專用芯片本質(zhì)是高性能高集成度的SOC，核心是算法硬件化，如AM580就特別針對(duì)激光雷達(dá)方案算法內(nèi)建掃描匹配及雙三次插值等硬件加速模塊，既提高處理效率，又降低運(yùn)算功耗。上游廠商在源頭上更好地解決了芯片、方案、激光模組在軟硬件方面的融合。

耀宇視芯：自研SLAM芯片主攻ARVR領(lǐng)域

耀宇視芯是今年才成立的一家SALM算法及芯片提供商，提供ARVR行業(yè)的SLAM軟硬件解決方案。目前ARVR技術(shù)，能實(shí)現(xiàn)室內(nèi)外區(qū)域的高精度空間定位，隨著算力逐漸提升，基于ARVR的各種SLAM應(yīng)用還將拓展到遠(yuǎn)程看房、模擬旅游、房屋裝修等眾多應(yīng)用領(lǐng)域。

據(jù)悉，耀宇視芯有三大核心技術(shù)，6DoF SLAM算法，已在國產(chǎn)頭部手機(jī)廠商中產(chǎn)品化落地，ARVR層面已達(dá)低延遲和亞毫米級(jí)精度，實(shí)現(xiàn)虛擬與現(xiàn)實(shí)的交互，云和端高度融合；6DoF SLAM芯片已在逐步產(chǎn)品化交付中；云端地圖服務(wù)，云端SLAM和終端SLAM一體化，高度融合等。

長光華芯：SLAM VCSEL芯片正穩(wěn)步推進(jìn)中

長光華芯致力于高功率半導(dǎo)體激光器芯片、高效率激光雷達(dá)與3D傳感芯片研發(fā)。根據(jù)長光華芯官方消息，目前長光華芯機(jī)器人用SLAM VCSEL芯片已經(jīng)少量出貨國內(nèi)頭部企業(yè)，方案驗(yàn)證中，處于穩(wěn)步推進(jìn)階段。

地平線：人工智能＋SLAM賦能機(jī)器人與自動(dòng)駕駛

非常具有代表性的上游芯片廠商自己做SLAM的例子，地平線兩種技術(shù)路線均有涉及。旗下Matrix自動(dòng)駕駛計(jì)算平臺(tái)核心硬件里包含了僅通過單目攝像頭視覺感知即可在車端實(shí)現(xiàn)的地圖采集與實(shí)時(shí)建圖能力，以及激光雷達(dá)感知方案下的多線360°激光雷達(dá)3D SLAM點(diǎn)云檢測能力。

點(diǎn)云建圖過程全部在邊緣端進(jìn)行，利用深度學(xué)習(xí)和SLAM技術(shù)進(jìn)行道路場景的語義三維重建，能將地圖元素重建、識(shí)別并矢量化。在車規(guī)級(jí)AI芯片的強(qiáng)大的算力加持下，地平線的SLAM能力異常強(qiáng)大。地平線可以提供和SLAM技術(shù)相關(guān)的機(jī)器人、自動(dòng)駕駛的從開發(fā)板到模塊的整套配件。

除了強(qiáng)大的整套配件，在基礎(chǔ)算法層面，地平線提供從2D到3D的物體檢測再到3D場景理解的多維度算法參考。據(jù)悉，目前地平線的SLAM研發(fā)聚焦在研發(fā)光流、高程、V-SLAM、RGB-D、三維重建等方面。

寫在最后

最后展望一下SLAM市場，可以預(yù)見3D視覺SLAM和3D激光雷達(dá)SLAM隨著計(jì)算機(jī)處理速度的顯著提高，以及更低成本傳感器的應(yīng)用，將被廣泛應(yīng)用于從AR到機(jī)器人到自動(dòng)駕駛各個(gè)領(lǐng)域，并更新2D SLAM技術(shù)相關(guān)應(yīng)用。

另外，SLAM算法需要首先從傳感器的數(shù)據(jù)中去提取特征點(diǎn)，然后做特征點(diǎn)匹配算法，最后做移動(dòng)估計(jì)。這一套算法隨著SLAM技術(shù)以及傳感器技術(shù)的發(fā)展，在DSP或CPU上的執(zhí)行效率已經(jīng)顯得不夠了，因此未來會(huì)愈發(fā)需要使用專用芯片來實(shí)現(xiàn)高效率SLAM。