在餐厅、酒店、商场等服务场所,我们已能看到一些自主行走的服务机器人,他们能做到自主路径规划、自动避开障碍物等功能,这主要得益于机器人定位导航技术的进步。
在实现机器人导航方法中,目前主要有激光SLAM和视觉SLAM之分,其中激光SLAM适用范围更广,在理论、技术和产品落地上都更为成熟,而视觉SLAM目前仍处于研发和应用拓展及产品逐渐落地阶段。
激光SLAM
在激光SLAM中目前主要采用2D或3D激光雷达,但应用于机器人上主要以2D激光雷达为主,2D激光雷达也叫单线激光雷达,它相当于机器人的“眼睛”,可实时采集周围物体的环境信息,对采集到的物体信息呈现出一系列分散的、具有准确角度和距离的点云数据,通过激光SLAM系统对不同时刻的两片点云数据进行匹配与比对,计算激光雷达相对运动的距离和姿态的改变,也就完成了对机器人本身的定位。
激光雷达的出现使得测量更精准,误差模型更简单,在室内环境中运行稳定,当然,除了室内,针对室外(即使是强光直射)环境也同样有运行稳定的激光雷达。另外,由于点云信息本身包含直接的几何关系,使得机器人的路径规划和导航变的更为直观。
视觉SLAM
视觉SLAM方案目前主要有两种实现路径,一种是基于RGBD的深度摄像机,比如Kinect,还有一种就是基于单目、双目或者鱼眼摄像头。
基于深度摄像机的视觉SLAM,跟激光SLAM类似,也是通过收集到的点云数据,来计算障碍物的距离。
而基于单目、鱼眼相机的视觉SLAM方案,主要是利用多帧图像来估计自身的位姿变化,再通过累计位姿变化来计算距离物体的距离,并进行定位与地图构建。