從SLAM到SLAM 3.0 思嵐科技是如何賦能移動機器人生態發展

在勞動力日益匱乏的社會環境下，服務機器人越來越受企業的歡迎，未來，服務機器人替代人工完成一些簡單、重複的勞動，將是大勢所趨。隨著服務機器人功能的進一步完善，近年來，服務機器人在國內呈現高速增長趨勢，據中國電子學會統計，2018年我國服務機器人市場規模達到18.4億美元，較上年同比增長43.9%。據預測，2019年服務機器人市場規模將達22億美元，呈現進一步增長趨勢。

在服務機器人中，主要以家用及商用機器人為主，說到家用服務機器人，相信很多人想到的會是掃地、拖地、擦窗等機器人，能幫助人們自主完成家中的清掃工作。而在商用場合，如餐廳、酒店、商場等地，機器人可幫助人類實現自主送餐、送物、智慧引導等工作。

這些任務聽上去很簡單，但在機器人的世界裡，卻充滿了各種挑戰。首先，機器人需要了解周圍環境資訊，構建周圍環境的地圖，並精準定位自己在地圖中的位置，然後根據地圖資訊進行自主路徑規劃，做到環境現場的動態變化，實時躲避障礙物，直至到達目的地。

機器人想要實現自主行走，自主定位導航是關鍵，而SLAM是實現自主定位導航的重要一環，在傳統SLAM技術中，僅僅在建圖環節完整應用了SLAM，而在導航環節受限於技術，只能做到定位，無法實現實時地圖構建，就必須手動更新地圖或保持穩固的環境，這就容易導致機器人對動態障礙識別不靈敏、不準確。

為了改變這一現狀，國內已有針對動態環境也能做到實時定位及建圖的SLAM技術，思嵐科技就是其中之一，作為全球最早從事機器人自主定位導航技術探索和研發的企業，思嵐科技的機器人自主定位導航方案已成為目前服務機器人領域價效比最高，穩定性更強的落地應用方案。

與傳統SLAM技術相比，思嵐科技推出的變革式SLAM 3.0技術採用了圖最佳化的方式進行構圖，能實現百萬平米級別的實時地圖構建能力，同時擁有主動式迴環閉合糾正能力，能很好的消除長時間執行導致的里程累計誤差。

SLAM 3.0 採用SharpEdge精細化構圖技術，可構建高精度、釐米級別地圖，超高解析度。同時，構建的地圖規則、精細，進一步提升了定位的精確性。無需二次最佳化修飾，直接滿足使用者預期。

相比較粒子濾波每次直接將感測器資料更新進入柵格地圖進行增量式構建的做法，基於圖最佳化的SLAM 3.0 摒棄固定的柵格地圖，儲存地圖構建過程中調整了圖結構中每個節點的pose和對應的感測器資訊以及所有關鍵點構建的位姿關係圖，利用全部的機器人位姿資訊和對應感測器資料生成環境地圖。

當機器人運動到已經探索過的原環境時，SLAM 3.0可依賴內部的拓撲圖進行主動式的閉環檢測。當發現了新的閉環資訊後，SLAM 3.0使用Bundle Adjuestment(BA)等演算法對原先的位姿拓撲地圖進行修正（即進行圖最佳化），從而能有效的進行閉環後地圖的修正，實現更加可靠的環境建圖。即使當時地圖上看誤差較大，SLAM 3.0也可靈活對已產生的地圖進行調整。

如今，思嵐科技的最新SLAMWARE自主定位導航方案及相應的機器人開發平臺中，均採用了SLAM 3.0圖最佳化，即使面對各類複雜的商用環境，機器人也能輕鬆應對。

縱觀全球，能像思嵐科技這樣提供成熟的鐳射SLAM定位導航解決方案的企業並不多，目前，在家用掃地機器人及商用送餐機器人、商場導購機器人等服務機器人中，基於思嵐定位導航方案的機器人已不在少數，在微軟、殼牌、優必選、科大訊飛、軟銀等知名企業的服務機器人專案種也同樣有思嵐科技產品的身影。未來，隨著機器人市場的持續增速，思嵐科技機器人定位導航方案將會應用在更多機器人中。