从SLAM到SLAM 3.0 赋能移动机器人生态发展

在劳动力日益匮乏的社会环境下，服务机器人越来越受企业的欢迎，未来，服务机器人替代人工完成一些简单、重复的劳动，将是必然趋势。随着服务机器人功能的进一步完善，近年来，服务机器人在国内呈现高速增长趋势，据中国电子学会统计，2018年我国服务机器人市场规模达到18.4亿美元，较上年同比增长43.9%。据预测，2019年服务机器人市场规模将达22亿美元，呈现进一步增长趋势。

在服务机器人中，主要以家用及商用机器人为主，说到家用服务机器人，相信很多人想到的会是扫地、拖地、擦窗等机器人，能帮助人们自主完成家中的清扫工作。而在商用场合，如餐厅、酒店、商场等地，机器人可帮助人类实现自主送餐、送物、智能引导等工作。

这些任务听上去很简单，但在机器人的世界里，却充满了各种挑战。首先，机器人需要了解周围环境信息，构建周围环境的地图，并精准定位自己在地图中的位置，然后根据地图信息进行自主路径规划，做到环境现场的动态变化，实时躲避障碍物，直至到达目的地。

机器人想要实现自主行走，自主定位导航是关键，而SLAM是实现自主定位导航的重要一环，在传统SLAM技术中，仅仅在建图环节完整应用了SLAM，而在导航环节受限于技术，只能做到定位，无法实现实时地图构建，就必须手动更新地图或保持稳固的环境，这就容易导致机器人对动态障碍识别不灵敏、不准确。

为了改变这一现状，国内已有针对动态环境也能做到实时定位及建图的SLAM技术，思岚科技就是其中之一，作为全球最早从事机器人自主定位导航技术探索和研发的企业，思岚科技的机器人自主定位导航方案已成为目前服务机器人领域性价比最高，稳定性更强的落地应用方案。

与传统SLAM技术相比，思岚科技推出的变革式SLAM 3.0技术采用了图优化的方式进行构图，能实现百万平米级别的实时地图构建能力，同时拥有主动式回环闭合纠正能力，能很好的消除长时间运行导致的里程累计误差。

SLAM 3.0 采用SharpEdge精细化构图技术，可构建高精度、厘米级别地图，超高分辨率。同时，构建的地图规则、精细，进一步提升了定位的精确性。无需二次优化修饰，直接满足用户预期。

相比较粒子滤波每次直接将传感器数据更新进入栅格地图进行增量式构建的做法，基于图优化的SLAM 3.0 摒弃固定的栅格地图，存储地图构建过程中调整了图结构中每个节点的pose和对应的传感器信息以及所有关键点构建的位姿关系图，利用全部的机器人位姿信息和对应传感器数据生成环境地图。

当机器人运动到已经探索过的原环境时，SLAM 3.0可依赖内部的拓扑图进行主动式的闭环检测。当发现了新的闭环信息后，SLAM 3.0使用Bundle Adjuestment（BA）等算法对原先的位姿拓扑地图进行修正（即进行图优化），从而能有效的进行闭环后地图的修正，实现更加可靠的环境建图。即使当时地图上看误差较大，SLAM 3.0也可灵活对已产生的地图进行调整。

如今，思岚科技的最新SLAMWARE自主定位导航方案及相应的机器人开发平台中，均采用了SLAM 3.0图优化，即使面对各类复杂的商用环境，机器人也能轻松应对。

纵观全球，能像思岚科技这样提供成熟的激光SLAM定位导航解决方案的企业并不多，目前，在家用扫地机器人及商用送餐机器人、商场导购机器人等服务机器人中，基于思岚定位导航方案的机器人已不在少数，在微软、壳牌、优必选、科大讯飞、软银等知名企业的服务机器人项目种也同样有思岚科技产品的身影。未来，随着机器人市场的持续增速，思岚科技机器人定位导航方案将会应用在更多机器人中。