SLAM技术：机器人不迷路的底层技术

以前，家庭使用的扫地机器人可能会遇到类似情况，它扫着扫着地突然在客厅中央原地打转，或者明明开着卧室门，它却一下撞在门框上。这些情况的背后都存在同一个问题：机器人不知道自己在哪儿。

早期的移动机器人依靠轮式里程计数轮子转数来计算走出多远。但是，轮子打滑、地板上有水、走过地毯都可能会让轮子空转，每走一步都有小误差，这些误差累积起来，机器人就彻底懵了。

这就是为什么我们现在要用到SLAM技术。

SLAM（Simultaneous Localization and Mapping）的中文是同时定位与地图构建。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，在运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器使用的是激光雷达，我们就称为“激光SLAM”；如果这里的传感器使用的是相机，我们就称为“视觉SLAM”。

SLAM的核心作用：

定位建图：让机器人知道“我在哪”。没有地图，机器人只靠里程计很容易漂移，走几步就不知道自己位置。

导航规划：让机器人知道“我该怎么去目标点”。

环境理解：让机器人区分静态和动态物体，地图记录静态环境，运行时把动态物体当成临时障碍物。

重定位：让机器人迷路后重新找回位置。

激光SLAM原理

激光雷达不断向四周发射激光，测量到墙面、家具的距离，把一圈圈的轮廓点拼起来，构建环境地图，同时估算机器人自身位置。

激光SLAM依靠激光雷达直接获取环境距离信息，测距精度高、对光照变化不敏感，建图与定位稳定可靠。但是，传统激光雷达存在体积偏大、旋转电机会产生噪声的问题。

现在行业里正在转向使用固态激光雷达，用MEMS微振镜或Flash面阵代替传统的机械旋转部件，没有物理转动，激光雷达体积更小，寿命更长，噪声更低。

视觉SLAM原理

摄像头持续采集环境图像，提取画面里稳定的特征点，通过连续两帧图像里同一特征点的位置变化，计算相机自身的移动旋转。同时把这些特征点在三维空间里的位置恢复出来，构建环境地图，同时估算机器人自身位置。

视觉SLAM以摄像头为传感器，硬件体积小巧、能够同时完成环境识别、拍照录像等附加功能。但是，定位依赖环境纹理，在暗光、墙面纯白无纹理的场景下容易定位漂移。

VIO（Visual-Inertial Odometry）视觉惯性里程计是目前视觉SLAM工程落地最主流的方案。除了相机以外，再加一块IMU输出加速度和角速度。相机帧率低、看得清，但快速运动时容易因运动模糊失效；IMU采样率高、反应快，但长时间积分会漂移。相机和IMU紧耦合后正好互补，短时快速运动由IMU递推，长时漂移由相机校正。刷视频时的人脸特效、手机测距功能、无人机自主飞行、机器人空间定位，主流方案都是VIO。

正因为激光SLAM和视觉SLAM各有优缺点，现在落地的机器人几乎不再靠单一传感器，而是以多传感器融合SLAM为主，将视觉SLAM作为全局定位与场景感知的主力，同时搭配低成本TOF传感器或固态激光做局部避障，融合二者优势，弥补上述单一传感器存在的缺陷。

作者：小芯叽