机器人自主定位导航听起来简单,地图数据+算法的结合,实则挑战巨大。在落地实践的过程中,需要解决各种各样的问题,越过各式各样的坑,才能最终完美应用。
首先从地图的呈现方式开始说起。
挑战一:用户心理预期地图的问题
激光雷达充当着机器人的“眼睛”,能为机器人提供高精度的地图及轮廓位置信息,但其实,所扫描出来的平面地图跟用户心理预期地图存在较大差距。
很显然,上面是两种完全不同的地图呈现。思岚在面对用户这一心理落差的时候,利用精细化建图技术,缩小实际建图与用户心理落差之间的距离。
先展示一下利用SharpEdge精细化建图技术的建图效果。
这是一个实际案例中300㎡的家庭地图,没有做任何PS处理,直接从机器人中生成。边缘非常规整,没有任何噪点,可以直接用于展示,不需要二次的修正。
同样是SLAM的建图,思岚绘制的地图缩小了与用户心理的差距,也提高了定位导航的效率。同时,思岚还支持超大场景下的地图构建,形成完美闭环。