SLAM技术的具体实现步骤

經(jīng)歷了近30余年的發(fā)展，SLAM技術(shù)已日益成熟，從最早在軍事中應用，如勇氣號火星探測車，為了執(zhí)行任務，借助SLAM技術(shù)在無法實時遙控的未知行星上來進行導航與避障。到如今，SLAM技術(shù)已廣泛應用于民用場所，小到家庭中的掃地機，大到無人駕駛的汽車都應用了SLAM技術(shù)，以及在AR及VR領(lǐng)域均有SLAM技術(shù)的身影。

SLAM，自主移動的核心技術(shù)

正常來說，凡涉及到自主移動的機器人都離不開SLAM技術(shù)，SLAM通過傳感器獲取的信息來進行當前位姿的推算、軌跡估計與環(huán)境建圖，相比傳統(tǒng)的衛(wèi)星導航、慣性導航、路標導航等定位方式，SLAM技術(shù)的所有算法都是圍繞傳感器收集的信息來展開的。

總體來說，SLAM技術(shù)大致包含了感知、定位、建圖三個過程：

感知——機器人通過傳感器（激光雷達或視覺傳感器）來獲取周圍環(huán)境的信息。

定位——通過傳感器實時獲取自身位置及姿態(tài)。

建圖——根據(jù)自身位置及傳感器獲取的信息，描述出當下所在環(huán)境的地圖

感知是實現(xiàn)SLAM的必要條件，只有先感知到周圍的環(huán)境信息，才能可靠確定定位及構(gòu)建環(huán)境地圖。

當下主流的SLAM技術(shù)

在SLAM技術(shù)中包含了激光SLAM與視覺SLAM兩大類，其中激光SLAM是目前應用最廣泛也最為成熟的SLAM技術(shù)，在掃地機器人、送餐機器人、導購機器人等服務機器人中普遍搭載了激光SLAM，激光雷達的出現(xiàn)使得測量更快更精準，信息也更為豐富。

激光雷達可對周圍物體實現(xiàn)360度全方位掃描測距，其采集到的物體信息會呈現(xiàn)出一系列分散的、具有準確角度和距離信息的點，被稱為點云。通常激光SLAM系統(tǒng)通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態(tài)的改變，也就完成了對機器人自身的定位。

相對來說，激光雷達距離測量比較精準，誤差模型簡單，在強光直射外的環(huán)境中運行穩(wěn)定、點云的數(shù)據(jù)處理也較為容易，因點云信息本身包含直接的幾何關(guān)系，所以機器人的路徑規(guī)劃及導航也變得更為直觀。

總體來說，激光SLAM理論研究更為成熟、落地也更為豐富。

SLAM技術(shù)是如何實現(xiàn)的？

以下是一個完整的SLAM和導航系統(tǒng)的主要框架圖：

在SLAM技術(shù)核心過程主要包含：預處理、匹配、地圖融合這3個主要步驟。

1.預處理

激光雷達和其他類似設(shè)備一樣，在某一時刻只能獲取它所在位置的環(huán)境信息。

上圖就是我們所說的點云，它只能反映機器人所在環(huán)境中的一個部分。而預處理主要是對激光雷達原始數(shù)據(jù)進行優(yōu)化，并將一些有問題的數(shù)據(jù)進行剔除，或進行濾波。

2.匹配

匹配是很關(guān)鍵的一步，它的好壞將會直接影響SLAM構(gòu)建的地圖精度，其主要是把當前在局部環(huán)境上的一個點云數(shù)據(jù)，在已經(jīng)建立地圖上尋找到對應的位置。與我們玩的拼圖游戲有點相似，就是在已經(jīng)拼好的畫面中找到相似之處，確定新的拼圖該放的位置。而在SLAM過程中，需要將激光雷達當前采集的點云（紅色部分）匹配拼接到原有地圖中。

如果不進行匹配的過程，所構(gòu)建的地圖可能就亂成一團，導致機器人無法使用。

?3.地圖融合

地圖融合就是將來自激光雷達的新數(shù)據(jù)拼接到原始地圖中，最終完成地圖的更新。

如下圖，該過程是永遠伴隨SLAM過程的。

數(shù)據(jù)融合與簡單的貼圖是有很大差異的，因為外部環(huán)境不僅有靜態(tài)的，還有動態(tài)的，此時，如果在機器人旁邊闖入了一只小狗，實際在進程數(shù)據(jù)融合的過程會更為復雜，需要用到很多概率算法，且處理難度很大。

舉例來說，如果遇到回環(huán)問題，匹配算法不夠優(yōu)秀，或者在環(huán)境中存在很不巧的干擾，當機器人繞著環(huán)境走一圈后，便有可能出現(xiàn)原本應該閉合的一個環(huán)形走廊斷開了。

比如正常地圖應該這樣：

?但如果處理不好，實際地圖就有可能變成這樣：

?

在環(huán)境較大場景，回環(huán)問題是不得不面對的，但現(xiàn)實總是不理想，即使擁有了高精度的激光雷達傳感器，也難免存在一定誤差，而回環(huán)的難點在于，在一開始的少許誤差并不會被發(fā)覺，直到機器人走完一圈后，隨著誤差的不斷累積，導致了環(huán)路無法閉合，出現(xiàn)這種情況一般很難回天。

當然，并不是說出現(xiàn)該問題就沒有解決方法了，一個好的商用化SLAM系統(tǒng)就能很好的解決環(huán)境問題。

以下是思嵐科技員工在他們辦公室進行的測試，當機器人已經(jīng)繞場一周后，ROS構(gòu)建的地圖出現(xiàn)了中斷，而利用SLAMWARE模塊構(gòu)建的地圖是一個完美的閉環(huán)，它與思嵐科技辦公室的設(shè)計圖完美重合。

除了算法層面的回環(huán)問題，SLAM技術(shù)實際應用中還會碰到其他坑，比如走廊問題與外界干擾問題。以外界干擾問題來說，通常，激光雷達作為機器人的眼睛，一般是安裝在底盤上的，它能看到的視野很有限。當受到外界干擾（人類或者寵物等等）后，機器人很容易丟失定位精度，無法正常完成后續(xù)的建圖工作。

當機器人安裝SLAMWARE后，機器人受到干擾，可以完全不受影響，照樣能夠正常工作。目前，SLAM的開源實現(xiàn)代表多為學術(shù)界，實際應用有很多corner case要處理，需要傳感器、系統(tǒng)參數(shù)、其他輔助設(shè)備的聯(lián)合調(diào)優(yōu)。

一般來說，上述的SLAM過程對于運算消耗是巨大的，雖然并沒有達到像訓練神經(jīng)網(wǎng)絡動用服務器集群那種地步，但傳統(tǒng)上需要PC級別的處理器。

除配備激光雷達外，還需要機器人具有IMU（慣性測量單元）、里程計來為激光雷達提供輔助數(shù)據(jù)，否則SLAM系統(tǒng)也難以得到運行。總的來說，SLAM技術(shù)本身是一個對于外部系統(tǒng)有著多種依賴的算法，這是一個切實的工程問題。我們知道很多機器人，比如掃地機是不可能裝一個PC進去的。為了讓SLAM能在這類設(shè)備里運行，除了解決激光雷達成本外，還要對SLAM技術(shù)做出很好的優(yōu)化。

思嵐科技一直在朝這個方向努力，一方面在SLAM算法上很好的解決了各類實際算法難點，另一方面，把SLAM這個復雜的系統(tǒng)做了很大的優(yōu)化，可以放到一個硬幣那么大的模塊內(nèi)部，降低尺寸功耗。此外，還集成了IMU等配套傳感器，力求做到對于SLAM的使用的便捷性。

另外，為了幫助機器人適應多種應用環(huán)境，思嵐科技日前已推出了全新的SLAM 3.0系統(tǒng)，即使面對復查的大場景，機器人也能輕松完成導航任務，相比傳統(tǒng)SLAM，升級后的SLAM 3.0系統(tǒng)采用了圖優(yōu)化方式進行構(gòu)圖，能實現(xiàn)百萬平米級別的地圖構(gòu)建能力，同時擁有主動式回環(huán)閉合糾正能力，能很好消除長時間運行導致的里程累計誤差，成為目前行業(yè)中最受歡迎的定位導航方式。目前在SLAMWARE及思嵐科技最新平臺產(chǎn)品均采用了最新的SLAM 3.0技術(shù)，配合激光雷達在商用復雜環(huán)境中應用已逐漸普及。