【博众机器人·解读】国内SLAM 技术发展现状大解析

文/新战略机器人全媒体 彭晴

被很多学者认为是实现真正全自主移动机器人关键的SLAM技术,已经开始逐步走入人们的视野,过去几年扫地机器人的盛行让它名声大燥,而AGV、无人机等行业的兴起则让其找到了更加广阔的市场。今天,我们就来聊一聊现下大热的SLAM技术。

SLAM,英文全称是simultaneouslocalization and mapping,即时定位与地图构建,因为用在SLAM上的传感器主要分两大类:激光雷达和摄像头。据此,业内也将SLAM分为激光SLAM和视觉SLAM两大类别。SLAM最早由Smith、Self和Cheeseman于1988年提出,至今已有30年的历史。但国内关于SLAM的研究并没有那么早,最近几年才开始逐渐兴起并应用,那目前在又国内发展得如何呢?

多领域应用

SLAM应用领域广泛,按其应用行业也可分为两大类,即工业领域和商业领域。

商业用途方面,目前应用最为成熟的应该是扫地机行业,而扫地机也算机器人里最早用到SLAM技术这一批了,国内的科沃斯、塔米扫地机通过用SLAM算法结合激光雷达或者摄像头的方法,让扫地机可以高效绘制室内陆图,智能分析和规划扫地环境,成功让自己步入了智能导航的阵列。除了扫地机之外,SLAM技术在无人机、自动驾驶等都有应用,大疆有位工程师甚至说过“所有关于无人机的梦想都建立在SLAM之上”,可见SLAM技术的关键性。

工业用途主要是集中在AGV领域,随着制造业以及电商仓储领域对柔性化搬运的需求不断上升,SLAM导航迎来了广阔的市场。将SLAM运用在AGV物流小车上,可以不用预先铺设任何轨道,方便工厂生产线的升级改造和导航路线的变更,实时避障,环境适应能力强,同时能够更好地实现多AGV小车的协调控制。当下国内有一些AGV企业都已开始将SLAM技术应用到AGV上,借此实现真正的自然导航。

多企业开发

随着SLAM技术重要性的凸显以及应用市场的扩大 ,一些企业开始纷纷投入到SLAM技术研发中,这其中也可分为两大类,一是专门提供导航定位模块的企业,另一类则是移动机器人厂商,其开发SLAM多为自用。

企业

基本情况

技术特点

思岚科技

2013年成立,主营激光雷达即模块化自主定位导航解决方案

其SLAMWARE是一种单模块化的机器人自主定位导航系统,集成了基于激光雷达的同步定位与建图(SLAM)及配套的路径规划功能。

速感科技

2014年成立,机器视觉解决方案提供商

VSLAM算法可以融合多种传感器(激光雷达、惯性测量单元、里程计、超声波等)数据获得稳定且准确位置姿态信息的同时,帮助机器人等智能设备获取三维空间环境信息,使其具备自主移动、路径规划、场景理解等能力。

布科思

2014年成立,主营机器人、传感器以及定位导航解决方案

主要使用激光雷达,结合UWB(超宽带技术)、超声以及红外实现定位,用多传感器信息融合技术实现定位导航与路径规划。

米克力美

2009年成立,专注研发制造自主移动机器人。

采用激光SLAM方案

高仙

2013年成立,为用户提供移动机器人无轨导航控制模块

高仙SLAM2.0技术方案提高了SLAM多项关键技术指标,且将导航环节涵盖了进来,为用户提供了一套完整的机器人自主定位、建图、导航应用系统。

远形时空

成立于2016年,专注于视觉SLAM的研发和产品化

2017年完成研发了高定位精度和高稳定性的单目视觉导航模组。

灵喵

2015年成立,提供室内外通用的模块化激光SLAM自主定位导航系统解决方案。

主打产品NAVI-BOX(自主导航盒子),应用领域涵盖了几乎所有类型的移动机器人场景:工业场景、家用场景及户外场景。

斯坦德

2016年成立,移动机器人及物流解决方案供应商

SLAM算法融合多种传感器(激光雷达、里程计、惯性测量单元、摄像头等)数据,帮助机器人获得场景地图信息,从而使其具备自主移动、路径规划、场景理解等能力。

极智嘉

仓储物流自动化解决方案

激光SLAM导航

海康

移动机器人、机器视觉产品和算法平台的研发和提供商

激光SLAM导航

凌鸟智能

AGV解决方案

激光SLAM导航

国内SLAM技术代表企业一览表

多传感器融合是趋势

上表中可以看出,大部分的AGV企业还是以激光SLAM为主,毕竟当下激光SLAM是当下最稳定、最主流的定位导航方法。视觉 SLAM则是未来研究的一个主流方向。不过激光和视觉都有其各自局限性。

优/劣势

激光SLAM

视觉SLAM

优势

可靠性高,技术成熟

结构简单、安装的方式多元化

建图直观、精度高、不存在累计误差

无传感器探测距离限制、成本低

地图可用于路径规划

可提取语义信息

劣势

受Lidar探测范围限制

环境光影响大,暗处(无纹理区域)无法工作

安装有结构要求

运算负荷大,构建的地图本身难以直接用于路径规划与导航

地图缺乏语义信息

传感器动态性还需提高,地图构建时会存在累计误差

而多传感器的融合则能有效解决这类问题。目前有些企业已经开始采用多传感器的融合的方式取长补短,优势结合,为市场打造出真正好用的、易用的 SLAM 方案。相信今后多传感器的融合也将是一种必然的趋势。

总的来说,不管是从技术层面还是应用层面,SLAM技术在国内都还处于发展阶段,相信未来随着消费刺激和产业链的发展,SLAM技术将会更加成熟应用范围也将更为广阔。

(0)

相关推荐