$ t, z5 \+ g0 G9 |/ L3 p6 T , @# \0 k& Y C0 V/ p
作者：
; j6 n) Q# I# r4 Z$ R# y+ A
$ Y. {9 t$ ?& \& l2 G+ A
. u% o6 M" W1 v' t. \ 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。
1 ?; ]4 i& ]0 N
! H" j X( v& K8 b5 ]2 f0 c5 ?4 p 8 W: p9 X% |/ \
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。
/ v% w' Z& L1 t) G/ w
- C- S+ V6 H8 k1 @, }( m 5 [0 H/ X# d5 u) w+ I* z, Q) [# b
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。 " B, ?: ]/ w# U6 c
6 g, W1 Z6 P B2 I* M ' ^( H" t& M. _6 A0 t/ o
机器人、无人车、无人机、AR，无所不能的 SLAM ! L' [/ x! g( q2 F7 h+ ]% o5 ~
5 n/ H! n$ v/ [0 ^* u
$ K2 R- |& ^! N/ Y" U* P0 N7 d3 A- M
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。 * h2 E6 [0 J9 G
$ R3 Q3 ^- g3 H 5 |7 a0 Q- g. N0 k3 `6 c1 U
. c/ e2 p' E+ r 5 b" X# c2 f, s6 F
9 V" k @$ B" }0 X: P 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 ) J% b5 H3 R& {: [1 B( U6 E" [$ I, E9 y
: E+ P$ p9 M- _, v: k" {6 ` 3 \% r3 t7 a; y
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）。
+ x5 D- b/ B6 M1 r$ [
9 w, P+ n2 \! G% X # k3 w0 y c( \6 [. b
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。 6 A2 x4 N: a' u' H& s) E
+ T* p% [; ]: N: I ( g+ s7 f. \6 O4 G! M' ?0 w0 J
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。
0 u! h/ K4 W# I3 J" f ( d. D$ U& I4 G# K8 R7 D' D* ^4 B. P% `
9 q3 P' E& D1 z# Q# b ' Y7 n! S- g( V% J
- ?7 q Q2 o$ N8 a; f! {* g# ^! m
5 e" v; C1 G5 ?, M! m/ D. j) I
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。 * R. Z; w5 ^8 ]( y4 j- B
' b$ ^( |3 [, J. P( B9 N# d5 S% d
3 i& Q/ |+ r/ c4 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 x u) G8 \
2 Q; K6 J1 _- B2 @+ i
# J1 v: e f C& n: m2 o G4 l 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。 ' [4 M* p' P( h
; z, ^" @7 i. {- @
; q: B+ v! L# \ % v+ |7 W( J2 f `( b7 B$ V3 }' N$ D: B
/ f7 x3 p, f; O) B I& ? - v: {# G2 X5 a- t( Z# [
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。 : s( H% Z; M/ y
- r6 D: Z! p9 B+ _6 k5 V% w. e
5 _2 x/ a& y" i) g! U4 }$ f3 ?) y 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。 % _6 ^( r4 h' m0 w7 g* X
2 n: [' Z$ b9 C8 R
% w# C; S' G; K! r6 R3 u: S; e2 F
7 f( r1 O2 f8 z7 Q; F4 W $ U. i# j; O6 F4 X5 J8 P$ ~
0 x5 w3 u+ I/ w$ A p7 m
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。
: G+ ~& J- n9 f# {, i* B5 g) O
. I8 a# [. @( W4 ]; V, N! I. W : ~9 i+ b9 @, {. J! l* P
激光雷达、单目、双目、RGBD，SLAM 传感器的分类
4 r# J) }- h* q# r# x: E
- l5 r; Z; r S- v! I/ ~
1 x% D3 k5 s4 _9 L" Z 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。
8 r2 M& {( w' A d3 C9 S# X - c. w4 \/ X7 G7 p, s7 R7 r) v2 K# o
$ ]7 ?" V6 N# O! j" @ 激光雷达
& f" m5 R# X* x; h$ D; E& y
% d' a' n% r6 ^* G
; y: F0 E7 a$ w) H2 B; D* _. J) V 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）。 # `" F( z% F e# t
% t: y. X( \! s8 T2 W2 H3 u
/ r% g, v7 z. a1 A- b 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。
9 f, V; Z: E* |
0 h* K! e2 T f6 L
: T6 Y n3 ~7 I' W9 A( X3 q
6 h7 {7 v: A. g T( N
4 ~' k* a# U* z9 D
: G- I' H; k5 z, E" a2 l* X7 E 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。
5 a7 T0 B7 c" y" c
% r1 D6 R. w2 h! N% k; m0 C2 _) O & k% t/ ~! p: D
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。
$ v, Q: f7 u7 O$ l & q4 {1 m$ D" N6 R
. Z, W0 z# L+ p y/ X6 u 视觉 SLAM
' [; L5 n$ K+ X: `* s9 p # s5 o: b' z% u
& f! f# G& o% `9 n s- ~+ _- H6 ? 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。
3 `9 {, A# B9 g) [! P' H/ G
; x: _1 U T/ r* S) A/ p
8 B% I6 ~" N! u: L 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。
: v; }4 H7 C4 S- o: b: V2 [* }$ w 4 \1 V8 r8 h. b0 H5 {
4 E1 f# I6 b* p$ [9 { 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 5 J# V9 R2 P; C
! Q3 r0 i. P, v 7 A$ T G* K# k6 t6 E+ v |5 ~
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）。
5 ~) f/ U" O" K% G T. S+ j
4 C& K Z$ ^- V) @ . g' O) h* c; Y7 U+ I/ J2 u
m: s' b, C2 r l& R0 x( ?, w' F
# B3 ]. A' A) ^) D1 m6 i/ R! c) ^
9 o O& x- k9 M1 K$ }8 l! C% l- ? 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。 ! F$ m2 u* x) q$ ~" G8 C
' f, i$ \: ~) {* A$ R
. y9 E- x) a2 R r2 {/ Y 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。
2 h! k# a6 B1 h: O6 B: B$ J
8 U/ v- ~- p/ { * ?+ Q# L1 ^' ^( \/ `8 B3 s
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）。 8 \# c0 n$ |$ Y% c& H
0 b3 q( E- y# Q: u
8 S5 [6 I$ G( K! u 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。 " g/ l0 E1 Z8 i9 y% z4 E- d+ i5 o
& z: J0 b- T. M, n' O
% q9 H3 H# C; m0 s$ Q" o5 m$ ` 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。 ( r3 z- @ J9 \7 }# E: D
6 `0 N2 t& I6 m: h7 u' Y9 F
& j" a( s% A% H( T) ^1 |+ K" ? % g2 U ?/ G( M
$ `* ?' |" R; h/ X, Z$ [+ U: ^
1 b9 D$ C' N, x/ x K$ A( j6 B& T 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」。 ( w# m+ y3 ~# v l7 i" k$ \
; O6 U. q3 \: p: j ' ]$ G' E+ u" @4 B$ A7 X. `6 a
OD
& w; S; B; o- E9 H1 ~3 G- ^ 5 L0 @9 V e9 A
$ O/ |7 s3 h6 f3 \; ]# `
举报/反馈
; [/ O7 |$ K6 b0 b9 C
8 C2 i2 T+ \1 \* I Q+ S9 _" I( B5 N2 X {- ^7 l, Y) } i
4 r; s) \4 N- I, j( C. Z p3 r, G
6 Y6 G$ H. N+ t! d5 f7 @. R8 M
; A2 k6 U9 m/ L( \# N0 L5 f | 
