: \4 W4 k; o" y! L3 b1 a D" K! @5 f# @$ H, p
作者：
& c* a' z, h/ C. R! o9 b' q / V: O) G& G6 ]+ c1 s
9 H! e/ G# M4 c 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。 # I; s1 z7 k3 H9 J. w1 h
! p+ I5 p+ J E/ G2 |. H3 J9 j- K
* n# P! e. B$ Q# w' C) t 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。 / a* O5 M- f1 S' s- b
3 h) M- w+ h/ `. w7 @1 {
3 d& y' a, Q, r, @5 K% t
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。 ! q$ N% F- `4 H6 X. ]
3 U0 F& q+ ~6 f
. P. K5 N. k+ x* W# u0 r: s 机器人、无人车、无人机、AR，无所不能的 SLAM
% I4 q( x4 u/ v' H. L 3 A9 ]7 K& W! n! l+ h
4 {% L& ]9 N. f x
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。
2 W* j; \. ]* [, B% | , b r& z4 T% D( O3 y+ V1 w
M" ?- s! O! b5 C/ Z5 B' o" p
) l- N7 r3 S$ q/ g& j1 D 5 Y$ _( W! T/ t9 y
! {$ Z& p6 [/ O8 y" U
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
3 w& M( d1 a: P7 O* {. i2 X : ^3 N5 a u. @6 Y/ q1 I) {
0 k6 I: z, ?5 W3 ~
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）。
& w' N& J+ o& K, w & }, M; o9 a0 d- x' F
4 C- B, h8 d1 X6 C9 J 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。
3 G. Y. N3 |' g# i' E 5 g+ X& Y4 I0 X" _1 s2 A4 O- i- n
& w- F; X, E0 f4 I5 }, _" B 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。 6 f8 a; P" }2 W3 e' j( l
_: x( e0 Z1 H& [5 r( W0 N% @
/ }1 d9 Z5 k% q8 c- P; _ : x0 g% S* ~3 s# q: i
2 C+ }4 d$ m% y4 R$ p% D+ B) M
& M0 H% F# {/ r7 {, r% ^ 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。
% S; u- W [, I/ M( g0 M0 u : H' B/ ^: K# U% V* h) ~. u) Z! v
0 a2 c& ~: b5 W8 i( u/ r# j$ R
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：
! q, K; l% X6 h $ J0 {, q7 ?& O+ b: x Q6 b
3 _. [2 o @# F
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- W" }" D1 `$ W/ J ; }' |2 k# _) f! T+ _: k7 N* |
2 @+ ?: T% q" I: J# W; ?
' B; E' P) E& E % e" O3 d' d6 _" W* k ~
/ U4 ], O: q6 M
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。
" m- ^$ W* x( Y" z# g
% T/ s2 H" G a5 K6 e7 f8 A
" o; L& s4 w# B. Z8 G 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。 ' y) f* _1 A% _: q$ c
2 N6 j7 P y7 w5 b& R
% G$ x' _) }2 h8 P5 [/ V; ^$ E
7 w, I9 e0 N7 [
$ R' t4 ]6 Q! i ! V. m5 \1 U% r! i0 Y5 X9 [
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。 8 I/ A8 O; P6 p a3 D$ p1 b8 J- ~
I' D7 u" ]* r2 n
0 E. k, g" Z" v# C 激光雷达、单目、双目、RGBD，SLAM 传感器的分类
0 m Q% S$ q$ e2 J4 w # C( z, q% F/ ~0 e6 [( ^7 s
. \5 @# x h4 N: R0 O7 {
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。
1 y# K1 B z* Q: ]+ O5 I
6 I. g8 Z# c3 x& x- {8 `3 S ) s1 R5 s' t$ j
激光雷达
! K$ ~3 E6 q/ G) }+ }" R
. A+ z+ ^; x. t( N! \ 4 a, K$ q. s7 {0 n$ p% W4 A
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）。 1 u+ Y: e( S8 c% O/ U9 Z4 t6 C
# o& a. a* q6 I" Y% |
( D5 d+ O% f6 _- j# ?9 B. z
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。
8 H4 Z; {, x1 b2 G$ e* _+ K5 ^
% k/ h# F" @- X4 u9 X: P: e- K 3 g" s4 } [, A% R
( y4 K5 T5 m# c. |$ t ' y! o# a7 P- X
6 N6 }, a' j' z0 P" M% B$ F 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。
+ k$ U/ p: r( t5 M/ L8 R
) N$ Q7 ~( }7 R
7 H2 O( A2 q6 i# }2 v 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。
% Q/ U/ v* C& V$ z5 h' S
. y' I0 K% [" c
+ ]$ n- V2 d' m: K+ Y 视觉 SLAM 3 t( F: i, f+ l! \9 N4 x
2 A) b( Q& ~, G8 ]% P( i; w 8 B2 Y' U( z0 I) u- F* c0 D/ r
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。
' f; }0 r7 y1 m, z9 c" ? 6 I6 B8 `& k8 S( |% o
$ R3 _4 v* Z2 D- ~6 h+ B 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。
: {6 e7 {* t* J( l, F& f/ q
, m9 @) r$ X& m3 S ; i1 B, S( i. q1 o. G
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 ) }; ^, B6 @% T
. C( w! J9 Z7 G$ ]% }# u ) s1 \2 E4 q% h! X- |; ~7 D, k
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）。 9 P1 U( O! s* N6 m3 c$ U
' o- n" B3 G( d' m
. e6 G4 j/ o# b* ^. x
& y6 p, {5 t5 t" b
: n4 V* h3 b m2 x9 D7 k, U
5 Y7 T/ {& X. U4 H; t9 U' C 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, `2 G. U* C w% y: o
- {; e& v0 e# Y: O( \& d 8 e* K5 `; A+ d7 c' R
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。
, F# r. [# y: W5 r
) B* ^+ Z [5 j6 c1 ~3 e! X
; `$ V. u* B- ^/ j9 `8 A+ U 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）。
* N& U v: i+ | ) |5 i! g0 V |5 ~
9 Q# V2 U" L6 J( Y* y 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。
/ f. I# K. r& L4 y2 n d1 C , i# L; G6 C) L, L' z
/ c4 l1 C* \; Z6 p& o 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。
" X. w* t" B. _) H( Z, y + l1 E: z# w+ C. }" z$ Z2 C) x
/ T. I3 ?) `5 q$ W 6 x: ]1 V) v6 M1 B- s
) [ p) q' H2 T( d7 x
" G/ \" w. R( h7 {6 \ n5 Y. ]: s
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」。
$ R8 @% d9 h/ D$ c3 g! y5 s3 V V8 s ' u' D0 l$ x; d* d
9 u" K" d8 x4 o" P OD ) p! j# m6 }) q1 h0 ]
8 {0 @% }$ q: t) _
& T' {! M p$ `8 o% A4 n6 j 举报/反馈 $ r! A; J5 ^! E9 P; A
4 g5 A N7 D% s# |, [+ m. m
# Q' o: {, M* b: v' k- z8 b
8 ~% S2 Q. F& I2 @) S) K
m* n& ~$ e2 F8 d1 {
- X& G t2 u, U1 @1 Y7 P+ x
| 
