最近一兩年，可能“SLAM”這個單詞已經(jīng)被很多人認(rèn)識。

 

　　SLAM 也是我們公司名字（思嵐）的音譯，叫同步定位與建圖，能同時進(jìn)行自主定位和地圖構(gòu)圖。不過它本質(zhì)上并不是簡簡單單完成定位和導(dǎo)航，SLAM 在模型上可以保證機(jī)器人在完成定位和建圖之間沒有誤差。

 

　　換句話說，SLAM 和解決機(jī)器人的自主定位導(dǎo)航還有比較大的差距，這個差距就在于還要做另外兩件事情——路徑規(guī)劃和運(yùn)動控制。

 

　　路徑規(guī)劃，耳熟能詳?shù)氖?A STAR 的算法，很多行業(yè)都在用，包括即時戰(zhàn)略游戲。機(jī)器人在目前實(shí)際產(chǎn)品中，都會以 A STAR 為主。

 

　　除了 A STAR 以外還有隨機(jī)探測速的方式，是隨機(jī)的路徑探索。這種方式的好處是在一定的概率情況下，可以比 A STAR 更高效的探索空間。但這兩種方式只是解決巡路問題，要自主行走還要控制行為，防止機(jī)器人繞行，或躲避障礙物。

 

　　現(xiàn)在機(jī)器人的避障，叫動態(tài)窗口化。它更加像人一樣，會在每時每刻判斷機(jī)器人下一時刻可以展開的行動，避開具體的障礙物。除此以外，導(dǎo)航這件事并不是前面看到的從A點(diǎn)到B點(diǎn)這么簡單。

 

　　另一個應(yīng)用的點(diǎn)就是掃地機(jī)器人中用到的算法，COVERAGE PROBLEM。它是盡可能讓機(jī)器人覆蓋到所有區(qū)域，而路徑規(guī)劃或者 A 點(diǎn)到 B 點(diǎn)的行動是讓機(jī)器人盡可能到達(dá)目的地，這代表不同的行為方式。

 

　　在實(shí)際使用當(dāng)中，還會有一些看上去比較次要，但應(yīng)用中又非常關(guān)鍵的技術(shù)。比如這里看到的自主充電對接過程，這些過程也和前面說的路徑規(guī)劃算法有一定的并列性。

 

　　目前為止，以國內(nèi)的情況看，服務(wù)機(jī)器人的應(yīng)用分兩類。

 

　　第一類，家里都會買到的掃地機(jī)器人，以及家庭看護(hù)、陪伴型機(jī)器人。這類的應(yīng)用場景，一句話概括，零配置。對于消費(fèi)者使用來說，要做到盡可能極簡，買回來就能使用。第二類，在商業(yè)場景下，講究的是一個預(yù)先配置過程，并且對于這種方案，講究的是高的可靠性和可擴(kuò)展性。

 

　　家庭場景需要解決的問題

 

　　個人家庭場景導(dǎo)航定位系統(tǒng)要解決的是三方面的問題——功耗、體積、成本。對于消費(fèi)級別的產(chǎn)品，更關(guān)注的是怎么樣把同樣的功能以更低的代價(jià)，這里指的是價(jià)格或者開發(fā)周期或者使用難易度，變成一個具體的產(chǎn)品。

 

　　思嵐科技曾經(jīng)做過一些努力。比如成本問題上，現(xiàn)在低成本激光雷達(dá)已經(jīng)可以一部分解決導(dǎo)航定位使用成本的問題。

 

　　除了成本問題以外，還有很多其他亟待解決的問題。

 

　　在機(jī)器人實(shí)際產(chǎn)業(yè)化之前，研究機(jī)構(gòu)的機(jī)器，都擺脫不了一個共同的特點(diǎn)：他們頭上都裝了一個筆記本電腦或者一個工控主機(jī)。這里要解決就是功耗問題。

 

　　我們知道目前無論 SLAM 的算法還是路徑規(guī)劃系統(tǒng)，復(fù)雜度都比較高。拿現(xiàn)在主流的筆記本電腦跑都有點(diǎn)吃力。目前 SLAM 里面的凸優(yōu)化算法都不可能在線進(jìn)行運(yùn)作，必須靠離線式進(jìn)行運(yùn)算。把技術(shù)使用到實(shí)際產(chǎn)品中的時候就會遇到問題。

 

　　比如我們這里給出的是上百瓦的級別，但是一個掃地機(jī)器人，電池本身的容量可能只有20多瓦時的規(guī)模。意思是我現(xiàn)在如果讓掃地機(jī)器人上裝一個筆記本跑 SLAM 算法，可能一個小時不到就沒有電了，這是完全不被接受的。

 

　　思嵐科技的解決方式是通過高度算法優(yōu)化和集成，把導(dǎo)航定位系統(tǒng)的體積和運(yùn)算性能負(fù)荷上做到最小。現(xiàn)在在硬幣大的 SLAM WARE 里面可以實(shí)現(xiàn)傳統(tǒng)信息機(jī)和開源算法，在功耗情況下，我們可以在 2 瓦下完成 SLAM 規(guī)劃所有事情，同時體積和發(fā)熱情況都可以有很大的改善。

 

　　我們做了一些案例。比如現(xiàn)在最新發(fā)布的一個開源參考平臺，基于激光雷達(dá)和導(dǎo)航定位系統(tǒng)的。這是目前能實(shí)現(xiàn)的最小具有激光自主定位導(dǎo)航的機(jī)器人，它的特點(diǎn)是只需要干電池就可以供電，并且實(shí)現(xiàn)兩個小時以上的待機(jī)時間。前面功耗的問題就可以達(dá)到很大的解決，實(shí)際產(chǎn)品中，現(xiàn)在不會讓用戶使用干電池，很多用戶會使用可充電式的鋰離子電池，讓機(jī)器人可以實(shí)現(xiàn) 8 小時以上的待機(jī)時間。

 

　　另一方面，在實(shí)際使用場景下，前面說過機(jī)器人在家庭情況下要以零配置的使用。對于導(dǎo)航定位問題來說，機(jī)器人開機(jī)以后對家里的環(huán)境構(gòu)造是完全不知道的，而前面提到的路徑規(guī)劃算法都有一個共同的要求，需要把地圖預(yù)先繪制出來。

 

　　這時候是一個矛盾點(diǎn)，我既希望這個機(jī)器人在環(huán)境位置的時候展開工作，但一些主流算法還是需要對于地圖或者環(huán)境有一個預(yù)先的構(gòu)建或者預(yù)先的探索，才可以展開一些算法。這里面產(chǎn)業(yè)界就需要做一些額外的工作，這是現(xiàn)在 SLAM WARE 系統(tǒng)里支持的路徑規(guī)劃系統(tǒng)，可以在地圖甚至完全未知和部分未知就可以展開行動。

 

　　這和玩《星際爭霸》一樣，可以給一個初級的路徑規(guī)劃，隨著機(jī)器人探索，路徑可以逐步進(jìn)行細(xì)化。這個過程在很大程度上可以幫助機(jī)器人。除了這個比較基礎(chǔ)的功能以外，還需要很快很多的算法進(jìn)行配合，比如自主環(huán)境探索和地圖構(gòu)建，這是目前帶有導(dǎo)航定位掃地機(jī)器人的標(biāo)配。因?yàn)閷τ谖粗h(huán)境，必須先把環(huán)境進(jìn)行探索，框定清掃區(qū)域。

 

　　消費(fèi)級別機(jī)器人還有一個非計(jì)算的問題，是心理學(xué)上的問題，就是地圖怎么呈現(xiàn)。目前使用任何新的技術(shù)都會帶來成本上升，成本的上升往往伴隨著功能溢價(jià)，所以廠家必須把新的功能提升到讓用戶有感知。

 

　　如果機(jī)器人具備了激光導(dǎo)航和地圖構(gòu)建能力，在使用當(dāng)中，都會非常希望讓用戶看到機(jī)器人真正的繪制地圖。這時候就有一個心理上的問題。一張圖是一個人認(rèn)為機(jī)器人繪制的地圖效果，但實(shí)際上很多時候 SLAM 系統(tǒng)給出的地圖雖然不算差，但也稱不上很好。如果我展現(xiàn)的是這樣的地圖，那在用戶心理上就會產(chǎn)生很大的障礙。他會覺得這個產(chǎn)品看上去是不是不值這個價(jià)格。

 

　　在實(shí)現(xiàn)導(dǎo)航定位系統(tǒng)的時候，也會關(guān)注另外一件事情，這件事情機(jī)器人不會考慮，但是對于人來說比較注重，對于構(gòu)圖的精細(xì)程度。這是目前思嵐在嘗試努力的方向。

 

　　商用場景需要解決的問題

 

　　商用場景下或者專業(yè)場景下，對于導(dǎo)航定位的應(yīng)用方式跟消費(fèi)者完全不一樣。機(jī)器人在一個商場或者商家真正開始展開行動之前，會有一個預(yù)部署行為，這一般是由廠家或者代理商、集成商來幫助客戶進(jìn)行部署，地圖在這時候完全構(gòu)建，并且有很大的機(jī)會對地圖進(jìn)行修改。

 

　　一般是兩種內(nèi)容，設(shè)置POI。我們繪制的地圖和業(yè)務(wù)邏輯，到目前為止還沒有完全，比如我繪制一張平面圖，機(jī)器人可能并不知道平面圖中的某一個位置指的是一個餐桌或者入口，還是需要人進(jìn)行標(biāo)注，叫POI的標(biāo)注。

 

　　雖然機(jī)器人擁有定位導(dǎo)航的能力，但實(shí)際使用時，用戶心理上還是有不安全感。這時候在地圖上進(jìn)行額外的標(biāo)注設(shè)置區(qū)域。

 

　　完成這件事情以后就是日常運(yùn)營，這就比較簡單。這時候地圖已經(jīng)已知，更多使用預(yù)定的定位導(dǎo)航算法和商家開發(fā)的業(yè)務(wù)邏輯進(jìn)行使用。這時候還會有后續(xù)日常維護(hù)，比如環(huán)境發(fā)生大的變化，發(fā)生重新裝修，就需要對地圖進(jìn)行重新構(gòu)建或者標(biāo)注。

 

　　針對商用場景，對于導(dǎo)航系統(tǒng)會有點(diǎn)困難。

 

　　第一，商用場景下地圖面積都很大，家庭場景一兩百平甚至兩三百平已經(jīng)足夠。如果一個家里動輒幾千平，那肯定是一個土豪，我們就應(yīng)該賣一個商用版本的。

 

　　但是商用情況下，這樣一個環(huán)境，在今天GAIR現(xiàn)場，地圖會超過上萬平米。這時候?qū)τ趯?dǎo)航定位系統(tǒng)來說，就會有很大的挑戰(zhàn)。因?yàn)槟壳皝碚f，這個SLAM系統(tǒng)還是比較消耗內(nèi)存和運(yùn)算量。怎么樣讓它在十萬多平的場景下都可以進(jìn)行工作，這是很大的挑戰(zhàn)。

 

　　解決方法，首先是配備比較強(qiáng)大的硬件，同時對于軟件和算法進(jìn)行更強(qiáng)大的優(yōu)化。另外，對于激光導(dǎo)航定位來說，大的環(huán)境是需要有更加遠(yuǎn)距離的激光雷達(dá)。我們目前的做法是現(xiàn)在 RPLIDAR 可以實(shí)現(xiàn)更遠(yuǎn)距離，從工業(yè)版本的 16 米到今年發(fā)布的 T 系列 100 米測量距離，可以涵蓋商業(yè)和工業(yè)場景下的使用。同時在成本上也會保持很高的領(lǐng)先優(yōu)勢。

 

　　除了大地圖的問題，全局定位是我們認(rèn)為目前在商用情況下都普遍要嘗試解決的問題。目前在行業(yè)中有兩種解決思路。第一，借助傳統(tǒng)定位方式，比如 UWB，目前有很多商用機(jī)器人在這個環(huán)境中布置 UWB 的信標(biāo)或者 WIFI 甚至室外有 GPS 完成定位。但這兩年的技術(shù)，單獨(dú)靠激光導(dǎo)航定位系統(tǒng)本身就可以完成一定全局定位的能力。

 

　　這是一個商用機(jī)器人的案例。它在一開始可以不需要讓這個機(jī)器人進(jìn)行位置初始化，給它幾秒鐘時間，機(jī)器人就可以自動恢復(fù)到地圖上的坐標(biāo)。這個技術(shù)在學(xué)術(shù)界很早以前就已經(jīng)展開使用。但部署到實(shí)際產(chǎn)品中，會發(fā)現(xiàn)它直接使用算法就會出現(xiàn)這樣那樣的問題。

 

　　多傳感器融合也是我經(jīng)常聽到的質(zhì)疑。行業(yè)單線激光雷達(dá)只能檢測一個平面，無人駕駛里，為了解決這個問題，會采用三維激光雷達(dá)，但是對應(yīng)的問題是帶來成本和量產(chǎn)問題。

 

　　在機(jī)器人行業(yè)中，要解決激光雷達(dá)的問題，可以用一個很簡單的手段，融入更多傳感器。比如超聲波、視覺傳感器。這里展現(xiàn)的是機(jī)器人在一個沙龍中進(jìn)行送餐的畫面。單單靠激光雷達(dá)，是不可能感知到人的接近并且停下來的，就需要用到多傳感器融合技術(shù)。

 

　　目前一個合格的導(dǎo)航定位系統(tǒng)，我們認(rèn)為它所應(yīng)該輸入的傳感器信號不應(yīng)該僅僅是一個激光雷達(dá)，同時應(yīng)該有視覺的傳感器和超聲波。在導(dǎo)航定位算法上也要進(jìn)行對應(yīng)的融合。這個融合，在學(xué)術(shù)上或者算法上并不是一個非常難的事情，但是要考慮很多工業(yè)化的問題。比如像超聲波的傳感器，很多時候是非標(biāo)的產(chǎn)品，對于深度視覺傳感器安裝位置有很大區(qū)別，每一家規(guī)格也不一樣，怎么樣以統(tǒng)一標(biāo)準(zhǔn)化的接口方便客戶進(jìn)行使用，就存在一定挑戰(zhàn)。

 

 

　　開發(fā)便利性是我們認(rèn)為除了成本形態(tài)以外，另外一個制約機(jī)器人導(dǎo)航定位技術(shù)應(yīng)用的問題。我們的思路是機(jī)器人這個產(chǎn)業(yè)，并不是一個簡簡單單通過硬件和機(jī)械解決的，更多可以通過軟件。通過軟件的額外輔助和算法，可以讓這些機(jī)器人具有更多的功能。

 

　　比如前面提到的 POI 能力，在開發(fā)調(diào)試中可能用到的多圖層地圖支持，這些開發(fā)調(diào)試需求，怎么樣在實(shí)際應(yīng)用過程中幫到使用開發(fā)者。這里面是一些具體的方式，比如對于地圖的標(biāo)注，現(xiàn)在支持兩種通過軟件輔助的方式，一種叫虛擬墻，還有一個叫虛擬軌道。

 

　　多圖層和POI，這個過程在軟件算法內(nèi)部會采用一些經(jīng)典的算法，比如蒙特·卡羅算法，使用多圖層就可以在遠(yuǎn)端觀測到工作情況。POI 是軟件方式，可以自動把一個現(xiàn)有的 SLAM 地圖通過軟件標(biāo)準(zhǔn)進(jìn)行 POI 的設(shè)備。

 

　　V SLAM 還是 LIDAR SLAM？

 

　　最后講一下未來導(dǎo)航定位系統(tǒng)的發(fā)展趨勢。

 

　　對于 V SLAM 和 LIDAR SLAM 誰更重要的問題，實(shí)際上是一個融合的過程。這兩種技術(shù)都有優(yōu)缺點(diǎn)，激光的缺點(diǎn)毋庸置疑，傳統(tǒng)激光雷達(dá)很貴，第二很多方面不大靈活，目前為止，傳感器還不成熟。對環(huán)境光影的變化或者室內(nèi)比較昏暗的場景，V SLAM技術(shù)都沒辦法使用，但如果把這兩種 SLAM 技術(shù)融合在一起，并且配以目前低成本的傳感器，這種融合式的 SLAM 方式會是未來比較重要的趨勢。

 

　　提取語義信息，也是配合視覺激光做的。目前繪制的地圖還比較平級，通過采集圖象數(shù)據(jù)和深度學(xué)習(xí)，可以主動在地圖上進(jìn)行標(biāo)記，就可以避開前面提到的人工 POI 標(biāo)注過程。

 

　　前行業(yè)中還有一個趨勢——深度學(xué)習(xí)。這一兩年，深度學(xué)習(xí)成為人工智能的代名詞。在這個行業(yè)，前幾年還是以比較傳統(tǒng)的概率學(xué)，或者控制論的方式進(jìn)行機(jī)器人自主定位導(dǎo)航。但這里展現(xiàn)的是完全通過深度學(xué)習(xí)，直接通過攝像頭數(shù)據(jù)作為信號輸入，再通過神經(jīng)網(wǎng)絡(luò)直接產(chǎn)生出機(jī)器人的控制信號。其中像 SLAM 的過程、路徑規(guī)劃的過程，完全通過學(xué)習(xí)的方式就可以進(jìn)行實(shí)現(xiàn)。

 

　　我認(rèn)為這種技術(shù)可能會成為未來的一種潮流，但是不是在有限的將來，在實(shí)際產(chǎn)品中進(jìn)行體現(xiàn)，還是需要給予時日。但不變的是，在行業(yè)中取長補(bǔ)短，結(jié)合不同新的技術(shù)進(jìn)行融合，這是不會改變的事實(shí)。