谷歌近期开源的SLAM方案在下一盘怎样的大棋？

转自：https://news.cnblogs.com/n/555239/

10 秒总结全文：Cartographer 是谷歌刚刚开源的使用激光雷达进行 2D/3D SLAM 的算法库。其算法本身未必拔萃，但从设计到实现都是产品级的，很可能会在 SLAM 相关业界带来不小的反响。相关业者或许需要认真审视技术路线和商业模式。

作者介绍：邵天兰，清华大学软件学院本科，慕尼黑工大硕士。在德国工作多年，深度参与了最先进协作机器人的研发。2016 年夏拒绝了硅谷数家知名企业的 offer，回国创业。作为资深程序员，追求炫酷而实用的硬核技术——当然没有比机器人更合心意的东西了。

个人知乎主页：https://www.zhihu.com/people/shaotianlan

　　“谷歌于 10 月 6 号在 GitHub 上开源了名为 Cartographer 的 SLAM 库。次日晚上我看到消息，顺手克隆下来代码。本来不甚以为意，不意扫了一眼之后倒抽一口气，就靠一罐红牛读代码读到凌晨四点。下面是我的一些想法，主要侧重于非技术的方面。一孔之见，权作抛砖引玉。”

　　Cartographer 可以使用 2D 或 3D 激光雷达来进行 SLAM（同时定位与地图构建），其中 2D 的算法在文章[1]中有描述，而代码中 3D 的算法和 2D 算法基本思路一致。我认为，Cartographer 的算法虽然算是一流，但似乎并没有牛到让我合不拢嘴的程度。泛泛总结一下 Cartographer 的算法：用 Grid（2D/3D）的形式建地图；局部匹配直接建模成一个非线性优化问题，通过 IMU（惯性测量单元）获得比较靠谱的初值，再用 Ceres 库进行求解；后端用 Graph 来优化，用分支定界算法来加速；2D 和 3D 的问题统一在一个框架下解决。

　　算法的具体过程先放一边，先来感受一下算法的设计目标：低计算资源消耗，实时优化，不追求高精度。这个算法的目标应用场景昭然若揭：室内用服务机器人（如扫地机器人）、室内 AGV（如机场用的无人电瓶车），无人机等等计算资源有限、对精度要求不高、且需要实时避障的和寻路的应用。而 3D SLAM 如果能用在无人机上，也是非常炫酷且实用的事情。

　　学术界不少人认为，基于激光雷达的 2D SLAM 在室内、低速、静态环境的条件下已经可以认为被基本上解决了，现有成果对很多应用来说已经完全够用。例如下图是小米机器人的建图效果。请注意，这是普通用户在实际家居情况下自行使用得到的结果。我第一见到这个图的时候，惊得半天说不出一句话。在如此复杂的环境中，整个图没有明显的错位（右侧乱糟糟的房间是因为堆满杂物），两侧的墙都很直而且完美平行——而这一切都是在很低的价格下做到的。据网上消息，该扫地机器人使用的激光雷达是米家供应链研发的，成本或能低至 200 块——又是半天说不出一句话。而在 SLAM 算法层面，Cartographer 的开源使得大家不但有论文可以参考，还有代码可以直接拿来用，因此可能降低了其他厂家在算法上追赶的难度。但供应链的壁垒依然高峻。

图片来源：知乎用户程序鱼 an

　　我不掌握谷歌内部关于这个项目的消息，这里诛心一点：现在扫地机器人、端茶倒水机器人、无人机等等火的不要不要的，谷歌要插一杠子进来。虽然暂时只是一个 SLAM 库，但后续发展谁知道呢？会不会出现机器人的 Android 系统呢？ 谷歌在 Andy Rubin 离开后，对机器人行业的整体规划让外人看不明白（很可能他们自己也不明白），所以后续的发展也只能拭目以待了。

　　而且读代码之后，我认为 Cartographer 这个库最重要的东西还不是算法，而是实现。这个库实现度很高，而且非常谷歌 style。例如算法的核心部分仅仅依赖于以下几个库：

• Boost：准标准的 C++ 库。

• Eigen3：准标准的线性代数库。

• Lua：非常轻量的脚本语言，主要用来做 Configuration

• Ceres：这是 Google 开源的做非线性优化的库，仅依赖于 Lapack 和 Blas

• Protobuf：这是 Google 开源的很流行的跨平台通信库

　　没有 PCL，g2o，iSAM，sophus， OpenCV, ROS 等等，几乎所有轮子都是谷歌自己造的。因此整个开源软件栈在事实上都是由谷歌控制的。这明显不是搞科研的玩儿法，就是奔着产品去的。前面说过，Cartographer 需要的计算资源少，依赖少，而且代码质量也很不错，因此几乎可以直接应用在一个产品级的嵌入式系统上。以前学术界出来的开源 2D/3D SLAM 算法不少，但能几乎直接拿来就用在产品上的，恕我孤陋寡闻还真想不出来。因此，我认为开发基于激光雷达的室内 SLAM 算法的门槛被显著降低了。

　　这个库其实不需要在效果上成为最牛的，现在看起来已经完全够用了。开源、需要资源少，代码干净拿来就能使，而且效果还不错……呼，幸亏在下是搞机器臂智能系统的，不是搞 SLAM 方案的，要不然岂不是要睡不着觉？现在创业者除了担心BAT模仿，还要担心谷歌开源。当然现在只是有基于激光雷达的算法，基于摄像头的 SLAM 仍然是很有挑战性以及实用价值的。

　　借 Cartographer 这件事我想斗胆分享一下我开始创业以来的一些思考。

　　现在机器人相关领域是创业的热点，其中一个原因就是来自学术界的研究成果逐渐接近了实用的门槛。例如前述的基于激光雷达的 SLAM，还有基于视觉的 SLAM、机器视觉、人脸识别、智能规划等等，都是基于学术界近年来的成果。

　　创业团队的配置也从移动互联网时代的英雄不问出处，变成了标配大量名校海归、博士、甚至博导。我司也是其中之一。学术界背景的团队有时会习惯性地从技术出发思考问题，但是产品形式、商业模式、和产业链地位对创业成功的影响很可能不亚于技术本身。学术界的成果通常会以论文的形式公开，单一团队（包括谷歌等巨无霸）很难对整个业界长久保持 25% 以上的领先，更难有碾压式的领先。

　　退一步讲，技术上即使能保持领先，除非恰好位于实用门槛的两侧，否则也很难形成真正的壁垒。因此有了领先的技术后，产品形式如何、商业模式如何、在产业链的地位如何，是值得花大力气研究的。特别是产业链地位，如何没有想好，很容易出现受夹板气的情况。而且也要将心比心：如果用了某产品，会使我处于产业链上很不利的地位，那么我很可能就会另谋方案。

　　发布短短几天，Cartographer 就已经是 GitHub 上所有有关 SLAM 的 repo 中获得 Star 最多的了（见下图），一举超过了许多诞生多年的知名 repo。就问你怕不怕！

　　前两天刷朋友圈看到余凯老师呼吁大家避免使用谷歌开源的 TensorFlow（用于高效机器学习的库），我当时——

　　结果才两天就被教做人了。。。。我只能算是深度学习的初级应用者，对 TensorFlow 的态度更多的是坐享其成。但是 2D/3D SLAM 对我来说就更为熟悉和相关了。熬夜读 Cartographer 的代码时，我似乎有点儿理解了余凯老师的想法。

　　当年微软等公司不开源，招致 Free Software Foundation 为首的键盘侠们（无贬义）的口诛笔伐。如今谷歌恨不得开源一切，搞实际控制：例如 Android（手机操作系统）和 Blink（浏览器内核），虽然都开源，但事实上都由谷歌掌控。对此我只能说：

　　来自：将门创业（thejiangmen）微信公众号