SLAM技術是一種計算機程序，用于構建座席周圍環境的虛擬地圖并更新其實時坐標。此多階段過程包括使用多種算法來對齊傳感器數據，這些算法使用了圖形處理單元（GPU）的并行處理功能。

一直以來，機器人大多在預先定義環境尺寸的區域中工作。在倉庫或醫院等日常場所中工作的機器人，大多數都對環境有先驗知識，并執行固定的任務集。

現在，隨著機器人獲得更大的自主權并在室外和室內環境中執行任務，他們需要遠離周圍環境以安全有效地工作。然而，如果沒有預先存在的信息，機器人要導航新的，復雜的和動態的地形并不容易。

而SLAM技術，幫助解決了這一點。SLAM技術可在各種環境下指導自主機器人。

什么是SLAM技術？

SLAM技術是一種計算機程序，用于構建座席周圍環境的虛擬地圖并更新其實時坐標。此多階段過程包括使用多種算法來對齊傳感器數據，這些算法使用了圖形處理單元（GPU）的并行處理功能。

無需事先知道機器人的位置，SLAM技術就可以收集代理環境的空間信息并構建地圖以幫助機器人進行導航。使用不同類型的傳感器收集信息。相對較新的SLAM技術使用相機，稱為Visual SLAM或VSLAM。

盡管諸如GPS之類的先前技術可以繪制代理人或人類的地圖，但機器人無法使用GPS，因為它無法部署在室內環境中，而且由于導航任務要求達到英寸級的精確度，因此無法在室外足夠精確。

它是如何工作的？

SLAM技術使用本地化方法將機器人放置在環境中并創建地圖以幫助機器人導航。這些方法有兩種形式-相對位置測量和絕對位置環境。

在相對位置測量中，SLAM根據車輪旋轉或使用傳感器測量慣性測量（例如速度或行進距離）來計算機器人的位置。這些計算使用了諸如車輪里程表和慣性測量單元（IMU）之類的傳感器（也稱為觸覺傳感器）來測量機器人內部的值。但是，這種方法有其局限性，因為傳感器容易出錯。

絕對定位測量使用感受性傳感器以及照相機和激光器。感受性傳感器從機器人的環境中收集信息。

像聲傳感器這樣的外感傳感器發出聲納波以計算飛行時間（ToF）。激光傳感器也用于計算ToF。但是，這些傳感器在大規模環境和開放式走廊中效率較低。

由于現在使用相機來捕獲數據，因此SLAM技術的準確性是一流的。單眼相機用于更便宜，體積更小的解決方案。立體攝像頭（讀取兩臺攝像頭）可以計算三維尺寸，深度，但范圍有限。現在，大多數SLAM系統都使用RGB-D攝像機通過結構化燈光或ToF技術生成3D地圖，以直接提供深度信息。

組合的傳感器流（也稱為“傳感器融合”）可以更好地估計機器人的運動。依靠順序蒙特卡洛方法的卡爾曼濾波算法和粒子濾波算法被用于這些傳感器輸入。

當使用有限數量的對象時，生成的地圖采用二維占用柵格的形式。使用VSLAM，您可以通過連續的攝像機跟蹤一組點，以對其3D位置進行三角測量。

有什么應用？

VSLAM技術用于增強現實任務中，可將虛擬圖像準確地投影到物理世界上。

該應用程序還用于各種現場機器人。火星上的流浪者和登陸器，無人駕駛飛機，自主地面車輛，農業機器人等大量運用VSLAM技術。

隨著VSLAM在商業上越來越可行，它可能會在大多數應用中取代GPS。

SLAM是嵌入式視覺領域出現的重大創新之一。該技術已經成為改善機器人自主性的重要技術，其潛在應用非常多，未來的發展前景十分光明。
編輯：hfy