王興曾在采訪中提到：美團最大的成本來自于50萬名送餐騎手。據(jù)美團的招股說明書顯示，美團餐飲外賣業(yè)務成本由2016年的57億元增至2017年的193億元，增幅達238.8%，騎手成本則由2016年的51億元增至2017年的183億元，占94.8%，增長超過了3倍。不得不說，不斷上漲的人力成本，加速了無人配送餐車的落地。

近期，美團無人配送團隊在上海松江大學城進行了測試，不由讓人聯(lián)想，無人車代替自然人進行配送的那一天還會遠嗎？

首先考慮下室內場景：無人配送餐車進入室內環(huán)境取餐，就需要自行進入電梯，期間可能會遇到電梯大小不合適的問題。目前金地集團，朝陽大悅城同意為美團免費改造電梯，但其他的寫字樓，小區(qū)呢？如果為了無人配送餐車又增加了成本，豈不是失去了本意？

再來看下室外環(huán)境，無人配送餐車需要考慮人行道、機動車道、紅綠燈以及來來往往的行人、機動車和非機動車等等。在如此復雜的情況下，無人配送餐車需要能夠自主規(guī)劃路線，并在復雜多變的路面環(huán)境中依據(jù)周邊環(huán)境實時做出相應的判斷。這背后需要強大的自主定位與地圖創(chuàng)建技術支持，也就是 SLAM 技術（Simultaneous Localization and Mapping)。

SLAM實際上是一個典型的軍轉民用的技術，探測器登陸未知環(huán)境的星球進行科研研究時，面對復雜的大規(guī)模環(huán)境，而無法對其進行實時遙控時，必須通過實現(xiàn)同步定位與地圖創(chuàng)建才能完成導航任務，例如美國“機遇號”、“勇氣號”以及“好奇號”等火星探測器。如果放在當今社會消費級市場來理解的話，掃地機器人沒有SLAM技術，就無法實現(xiàn)自主移動。

SLAM主要分為激光SLAM和視覺SLAM（vSLAM） 兩大類。其中，激光SLAM比vSLAM起步早，在理論、技術和產(chǎn)品落地上都相對成熟。從成本上來說，vSLAM主要通過視覺攝像頭來采集信息，因此造價要比激光雷達低很多。從應用場景上來說，囿于傳統(tǒng)單線激光SLAM的固有弊端，目前此類模塊主要被應用在室內，但對于無人配送行業(yè)來說，不能兼顧室內外場景，無人配送只是空談。與傳統(tǒng)單線激光SLAM相比， vSLAM在室內外環(huán)境外均能開展工作，且成本相對較低，對于無人配送行業(yè)來說無疑是一個更優(yōu)的選擇。

目前，實現(xiàn)vSLAM方案主要有兩種路徑，一種是基于RGBD的深度攝像機(如Kinect)，它最大的特點是可以通過紅外結構光或Time-of-Flight原理，直接測出圖像中各像素離相機的距離。不過，現(xiàn)在多數(shù)RGBD相機還存在測量范圍窄、噪聲大、視野小等諸多問題，主要適用于室內SLAM，并不適用于需要在室外工作的無人配送餐車。

還有一種就是基于單目或雙目攝像頭的vSLAM。單目相機SLAM，即只用一只攝像頭就可以完成的SLAM 。這樣做的好處是傳感器簡單、成本特別的低，但相比別的視覺傳感器，單目有個最大的問題，就是沒法確切地得到深度。

相比單目攝像頭，雙目攝像頭的功能更加豐富，可獲取依靠單目攝像頭無法準確識別的深度等信息。雙目攝像頭是利用仿生學原理，通過標定后的雙攝像頭得到同步曝光圖像，然后計算獲取的2維圖像像素點的第三維深度信息。相對較低的造價以及穩(wěn)定的室內外應用效果使許多大廠紛紛將目光聚焦到這一才涌現(xiàn)不久的細分領域。

深耕此領域的小覓智能已與國內外200余家企業(yè)客戶開展了服務與合作，其中標配六軸傳感器（IMU）和紅外主動光探測器（IR）的小覓雙目攝像頭標準版，利用攝像頭和運動傳感器的互補性，可為視覺SLAM的研究提供精度更高、成本更低、布置簡單、同時可以實現(xiàn)人臉和物體識別的視覺SLAM研發(fā)硬件。

就目前而言，“雙目+IMU”的結合方式，是眼下SLAM的相對最優(yōu)方案。小覓雙目攝像頭標準版內置的六軸傳感器（IMU）可為視覺定位算法的研究提供數(shù)據(jù)的互補和校正，適用于視覺慣性里程計（VIO）的算法研究，幫助提升定位精度，而紅外主動光探測器（IR）可以幫助解決室內白墻和無紋理物體的識別難題，提升圖像源的識別精度。相信有成熟vSLAM技術的加持，無人配送餐車已經(jīng)離我們不遠了。