SLAM歷史介紹

“舟師識地理，夜則觀星，晝則觀日，陰晦觀指南針”，幾個世紀以前的古人便利用觀星術和指南針實現了大航海中位置和航向的標定，走出世代居住的大陸走向廣袤的大海，探索新大陸。

上個世紀七十年代由美軍研製並投入使用的GPS系統，實現了全球範圍內10米的定位精度，綜合定位精度在軍用領域可達到釐米級和毫米級。

有著出色定位效能的GPS技術，在室內卻無能為力。由於建築物遮擋，配備GPS的手機在室內基本無法獲取定位資訊，更不用談定位精度。

這就為室內SLAM帶來了巨大挑戰，各種室內定位和導航技術應運而生。

目前較為成熟的室內機器人SLAM方案

室內SLAM方案則根據其技術選型而有眾多區別。在日常生活中，大家經常接觸的多是iBeacon和WiFi室內定位兩種技術，這兩種方案均是基於2.4G射頻技術，根據射頻場強隨距離衰減的模型計算距離，因為射頻訊號傳播本身就受環境干擾不穩定。所以基於這個原理的測距也不會精確。針對iBeacon，蘋果也是把結果放在一個大概範圍內，分成Immediate、Near和Far三種。根據測試結果在3米內精度尚可，3米後基本無效。所以也多是用在倉儲、商場、購物中心做粗略的樓層或位置判斷。

若應用在室內機器人行走，則因為精度問題以及需要提前佈置無線基站，實際效果與成本非常不盡人意。

2009年，成立於2005年的掃地機廠商Neato釋出了一款成本極低的鐳射雷達，利用鐳射發射器與接收器之間的三角測距方法測得與障礙物之間的距離，鐳射測距感測器安裝在電機上，通過旋轉測得一圈360°範圍內的距離，並基於此繪製室內地圖。測距範圍從20cm到6m，最大誤差只有3cm，以30美金的超低價格在機器人圈中引起不小的轟動。

而在此之前，市面上諸多高精度的測距感測器價格（如圖6）高達幾千美金，用於無人車自動駕駛領域的鐳射雷達更是高達幾萬美金，致使鐳射雷達一直存在於各大科研院所的實驗室中，未能真正進入大眾的生活。

Neato一百美金的的鐳射雷達滿足了機器人對測距感測器高性價比的需求，在此之後的幾年內，國內誕生了眾多基於此的鐳射雷達方案商。

從上圖很容易發現，Neato採用的旋轉式鐳射雷達採用的皮帶傳動，很容易老化，且鐳射測距模組位於旋轉部件頂部，長時間轉動磨損較為嚴重，而Neato在Amazon的使用者評論也恰好證明了這一點：

按掃地機每天工作時間為2小時，則三年總計工作時間約為2000小時，即使行業內最早做室內機器人SLAM方案的Neato公司，其產品壽命也僅為兩三千小時，滿足室內機器人的高強度長時間執行似乎有些困難。

針對室內機器人SLAM方案，其他機器人廠商是怎麼解決的

由MIT人工智慧實驗室的幾位學生在1990年創立的iRobot，從2002年九月份推出第一款掃地機後在短短的兩年內已賣出1百萬臺，截止到2012年，已賣出近8百萬的家用機器人，這樣一家行業巨頭，在家用機器人上又是採用什麼樣的SLAM方案呢？

Roomba 980 是iRobot於2015年12月推出的最新一款採用vSLAM方案的掃地機，在掃地機頂部一顆斜向上45°的攝像頭，攝像頭通過vSLAM演算法拾取和記錄沙發中的大量特徵點（尤其是物體的邊角），並在運動過程中不斷追蹤這些特徵點，同時不斷檢測新的特徵點，由此建立一個環境地圖。但是，為了定位自己當前的位置，必須要結合其他測距感測器，諸如陀螺儀、慣性導航裝置等。

Virtual Wall 技術多出現於傳統的非智慧掃地機中，多是因為傳統掃地機無法識別家庭環境，並建立一套行之有效的房間地圖，當臥室或廚房或兒童房等某個房間不需要掃地機清掃時則可在其門口設立這樣一個Virtual Wall模組，待掃地機行走到此處時，自動避開，人或動物則可暢通無阻。然而Roomba 980 不能依靠原有的vSLAM實現相關技術，而需另選Virtual Wall配件，則可見其vSLAM技術並沒有建立真正的室內地圖。

此外，vSLAM這種依託被動光源的導航方案，對光線要求較高，若光照條件不足，則會喪失導航的功能，進入到盲掃的狀態。

在採用被動光源的vSLAM相關技術領域中，由於需要通過處理大量包含rgb資訊的影象資訊，一方面移動處理器的效能問題，另一方面相關演算法的成熟度，不僅功耗較高，不適合移動機器人平臺，並且精度十分有限，甚至無法識別近處的較為細小的桌腿等障礙物。

另一種方案來自Intel。在半年之前的CES展覽上，生產3D深度感測器Realsense的Intel可謂煞費苦心，現場演示基於Realsense進行物體跟蹤與視覺壁障的無人機，但很快即被吐槽其採用電影特效中常用的標記點方式作弊，究其根本原因還是Realsense這類3D視覺感測器處理資料時的高效能要求的同時產生的較高功耗。官方標稱其最低支援的CPU為第四代英特爾酷睿處理器，而此處理器在執行3D視覺運算時的功耗則達15W甚至更高，雖然對於隨隨便便功耗就能到50W的膝上型電腦來說無足輕重，但是對於最大功率只有28W的室內掃地機器人來說有些十分奢侈。

讓家家都有機器人

從上面的分析可以發現，為了能讓智慧機器人進入每個家庭，不僅需要一套完善且成熟的SLAM導航方案，還需要較為低廉的成本，然後究竟哪一種方案最為適合室內機器人，尤其是扁平化的掃地機呢？

表1 主流的兩家掃地機廠商Neato、iRobot與Robotleo 2D Depth camera的引數對比

從表1不難發現，SLAM方案常見的幾個引數中，Robotleo 2D Depth Camera均略佔優勢。

上圖便是剛才提到的為機器人提供三維SLAM方案的Realsense，輔助進行物體識別、物體抓取等操作，配合Oculus Rift甚至能實現虛擬與現實世界的真實互動。

從圖14和圖15對比可以發現2D Depth Camera的優勢。

1. 2D Depth Camera所採用的線性結構光相較於Realsense所打出的面結構光：

   • 首先從計算量上降低了很多，只需要廉價的晶片即可完成圖形處理與距離計算；
   • 其次採用市面上早已成熟的標準的線性結構光器件與攝像頭模組，大大降低了相關的元器件成本，這也從根本上讓2D Depth Camera從幾百美金降到了只有幾十美金，甚至在將來技術方案成熟後，成本將會進一步下降；
   • 再者，中間的RGB攝像頭通過特徵點拾取幫助識別如鞋子、玩具等低矮的障礙物，讓掃地機擁有真正的智慧。

2. 相較於Neato旋轉鐳射雷達的方案，2D Depth Camera在穩定性與使用壽命方面得到了大幅提升，不再為SLAM模組的售後而擔心。

也許很快，你買回家的掃地機將會是一臺真正的智慧機器人，而你只需要告訴它去臥室或廚房，它便會自己前往，完成特定區域特定時間的清掃工作，不再為它的傻萌而擔心。

作者簡介：王永濤，現就職於雷動雲合，致力於讓真正的智慧機器人走入每個家庭，技術問題交流：[email protected]。