机器人、无人车、无人机、AR都离不开它，什么东西这么管用？

+ K# W F# I. P8 D

作者：

9 n) T7 t3 b/ }) z7 e5 d

. k& M: [1 [) R+ y

当你身处一个陌生的地方，要准确找到目的地和路线，十有八九会打开手机上的地图 app，然后定位、输入目的地、规划路线、导航。

) L3 n; S2 e& E9 u

) R5 p: i* Y: v

机器人也一样。当它们身处未知环境时，一样要通过以上步骤才能做出正确的运动。只不过，机器人靠的不是手机地图 app，而是 SLAM 技术。

& y ~$ _% C# f! k8 L+ o0 I' M

' p' R( d6 V) f8 [

SLAM 全称 Simultaneous Localization and Mapping，中文名曰「同步定位与地图构建」，主要用于解决机器人在未知环境运动时的定位和地图构建问题。这更像一个概念，而不是某种算法。它本身包含许多步骤，其中的每一个步骤均可以使用不同的算法实现。

1 X; G& S$ B" i; {

. i) c2 l# P' A1 Y. v

机器人、无人车、无人机、AR，无所不能的 SLAM

9 `. ]# s# E5 X( T2 T& k/ Z6 E

. z3 l1 t1 t: Z' B- Q

两年前，SLAM 最流行的应用场景还只是我们家里的扫地机器人。近几年，随着无人机、无人驾驶、服务机器人、仓储机器人以及 AR 的兴起，SLAM 作为其中核心技术的一种，正变得越来越重要。

4 ^0 L* Z2 ]6 M0 [) l. c

曾引用 SLAM 技术发烧友 Guang Ling 的话，来强调 SLAM 技术的重要性：雷锋网过去一篇文章

1 ^: ]& i' j* J+ f

$ u+ L- v) V. X* j/ f b

一个机器人也好，无人汽车也好，其中最核心，最根本的问题有四个，定位技术、 跟踪技术、 路径规划技术（Path Planning）, 还有就是控制技术（Controlling）。

! c2 h- l) X0 S* ] k

而这四个问题中的前三个，SLAM 都扮演了最核心的功能。打个比方，若是手机离开了 wifi 和数据网络，就像无人车和机器人，离开了 SLAM 一样。

. R6 @1 M$ ^2 M

! ?" g- K0 y0 t8 H6 e; N

也许有读者好奇，为什么无人车也非常依赖 SLAM？因为无人车被看作移动机器人的一种，也需要首先解决定位、避障和导航的问题。目前用在无人驾驶汽车上的 SLAM 主要是基于激光雷达传感器，后面会详细提到。

) Q. z& j% F" E1 k w _3 n/ }

. X+ o$ D! w+ n8 z8 m A' Z! Z* M

天上飞的的无人机同样需要 SLAM 来「添翼」。SLAM 能让无人机知道障碍物在哪里，进而实现自动避障的功能。

% f% o; F5 X+ D2 G) B% {1 C, `% P0 m

, ?1 D+ f) B- r7 ^* p

香港科技大学助理研究员徐枭涵曾在知乎上如此形容 SLAM 对无人机的重要性：

5 _$ G0 P* w( W9 G K: Q% h

# r" e t! {# H C0 P1 M

所有的关于无人机的梦想都建立在 SLAM 之上，这是无人机能飞（具有定位，姿态确定以后）的时代以后，无人机最核心的技术。也是现代无人机和玩具的区别。

( T' o& h9 i* V/ f \3 a; _7 V3 J

! I3 m, @' J1 D0 n4 P; `+ ^) C

9 h2 X5 N2 n R: J1 z$ U$ w) m

: n, ?! B! M1 R: ]( r8 V* A

无人车、无人机，都可以算作机器人的一种，依赖 SLAM 很好理解。但与机器人没什么关系的 AR 设备，其实也是 SLAM 的一个重要应用。

如果没有 SLAM 加持，所有头戴眼镜就只是一个近眼投影设备。有了 SLAM，AR 眼镜才能知道自己的空间坐标和相对于室内各种障碍物的位置，同时识别出各种室内摆件的形状。这是 AR 设备人机交互的基础。

! H; T$ h7 J& T' Z m0 t- N

! s0 Y. {( W+ S

; V. F z7 g' l! e( H1 p4 n

由于 AR 是将虚拟图像叠加在真实物体上，所以 SLAM 的应用讲究局部精度，要求避免出现漂移、抖动的现象，虚拟与真实才能完美地融合在一起。另外，AR 对帧率、硬件体积、计算量、功率、成本等问题都更敏感。

0 v6 s' u6 R8 |& m* O8 z# H# ~* u

- w9 l5 w2 a' B+ Z0 J9 A; ^

激光雷达、单目、双目、RGBD，SLAM 传感器的分类

4 Q0 c% h+ Z8 u# M

/ S* |) ?2 z5 r7 i: {

实现 SLAM 的第一步，是选择传感器的形式和安装方式。传感器分为激光雷达和视觉两大类，视觉下面又分三小方向。

; F) M/ f' b7 W* G/ e0 E

激光雷达

激光雷达能以很高精度测出机器人周围障碍点的角度和距离，而且速度快，计算量也不大，容易做成实时 SLAM。激光雷达一般用于扫描一个平面内的障碍物，适用于适用于平面运动的机器人（如无人车、扫地机器人）。

许多行业分析师认为，激光雷达是实现全自动驾驶的关键传感器，其产品被以 Google、百度为代表的企业认可。

& S( y: B2 l# ~

; N) t: N1 n. x$ H$ o2 z

不过，激光雷达制造成本高，价格十分昂贵，比如 Google 无人车目前使用的激光传感器单个定制成本在 8 万美元左右，百度采购一台激光雷达也要 70 万人民币。

1 c ~, B- G( r7 v6 t

# Y" H/ r2 a+ _5 R& ]+ r

成本已然成为激光雷达普及最大的拦路虎。2016 年 8 月福特和百度一起投资了激光雷达厂商 Velodyne LiDAR 1.5 亿美元，目的就是帮助 Velodyne 降低激光传感器的成本。Velodyne 希望将激光雷达的价格降到 300 到 500 美元之间，以满足大众汽车市场。

& W3 p- e( J- B' C1 J& E/ U

视觉 SLAM

6 _5 h# n# C* T2 T- W$ Y( r* x

: c9 t" J; i i) p7 I

( _# Q4 l: g: Q3 L7 Q, U0 @4 G

视觉 SLAM 是 21 世纪 SLAM 研究热点之一。CPU、GPU 处理速度的增长和硬件的提高，让许多以前被认为无法实时化的视觉算法，得以在 10 Hz 以上的速度运行。

8 u1 w T5 Q8 p; z% u9 ]. z' i$ D, }

. ^+ ^2 c# s! R6 A, R! ^

按照摄像头的数量和种类分，视觉 SLAM 分 3 个子方向：单目、双目（或多目）、RGBD。此外，还有鱼眼、全景等特殊摄像头，但是都属于少数。

% j* X; @4 J% y0 z& \

6 P$ }1 D2 @) a% k+ b4 Q# Z/ f+ V! ]3 H; Y

单目相机 SLAM 只需要一个普通的 2D 摄像头，成本优势大。但普通 2D 摄像头没法获取深度信息，它捕获的仅仅是一张 2D 图像。深度信息缺失有什么影响？引用：知乎用户「半闲居士」的一个回答

1 [+ J E: X2 F e) V/ K' ~$ Z0 B

没有距离信息，我们不知道一个东西的远近——所以也不知道它的大小。它可能是一个近处但很小的东西，也可能是一个远处但很大的东西。只有一张图像时，你没法知道物体的实际大小（Scale）。

# E% M3 W' H" @" G

~/ [1 k' V1 m; z6 z @" A) U

! n" Q$ ~; ~/ W

另一方面，单目相机也无法依靠一张图像获得图像中物体离自己的相对距离。

! |7 @! g3 b e/ v

& O% }; n5 U4 P. P

但这两个问题都有对应的解决办法。比如，通过借助 GPU 和 IMU（Inertial Measurement Unit，惯性测量器件）确定物体的大小，依靠运动中的三角测量，来求解相机运动并估计像素的空间位置。

" @, q+ J$ {* ~& i) z6 B* A

双目 SLAM 消除了单目的很多麻烦。双目视觉和人眼类似，通过左右眼图像的差异来计算距离——也就是所谓的立体视觉（Stereo）。

" |3 {3 _" O$ m Y- |4 g3 C1 E

4 ?. o* I( {8 k- b6 v' y# N! |

但双目 SLAM 的计算量非常大，通常需要用到可编程门阵列 FPGA。而且其其深度量程也受双目的基线与分辨率限制。

# T# F) L, [) Q# x

RGBD SLAM 的传感器是深度摄像头，能直接记录深度信息。深度摄像头通过把光投射到物体表面，再测量反射的信息来计算距离，具体原理有两种：结构光或 Time-of-Flight。它比传统相机能够提供更丰富的信息，也不必像单目或双目那样费时费力地计算深度。Kinect 就是一种比较常见的深度摄像头。不过，现在多数 RGBD 相机还存在测量范围窄、噪声大、视野小等诸多问题。

+ ?( L3 S+ \9 ~5 O* R& o( {7 I

3 L2 u) Y7 q$ l3 F

总的来说，SLAM 的实现方法多种多样，应用场景也不断打开。但「由于产品和硬件高度差异化，而 SLAM 相关技术的整合和优化又很复杂，导致算法和软件高度碎片化，所以市场上目前还没有一套通用普适的解决方案，在短时间内也不会有」。

1 f. E- y3 S8 b" u

OD

$ B R# Q' y" c2 Y+ H+ m9 x9 k

举报/反馈

9 v% e Z5 w+ _4 h5 X8 e