一级毛片福利影院_国产一区二区三区高清av_亚洲网友拍到精美视频_黄色网站在线看精品

首頁 > 科技資訊 > 正文

道路千萬條,SLAM先做好

        【每日科技網】

  SLAM

  SLAM (Simultaneous Localization And Mapping),即同步定位與地圖構建,原理是使用相機、激光雷達、慣性測量單元等傳感器,來收集環(huán)境信息,然后用算法將這些信息融合起來,以確定機器人在未知環(huán)境中的位置,并構建一張環(huán)境地圖。

  SLAM是實現(xiàn)機器人自主導航和后續(xù)交互的關鍵技術之一

  在暢談機器人技術之前,小嵐想先跟大家聊聊,做好機器人的第一步:自主定位導航技術尤其重要。同時,作為自主定位導航技術的重要突破口,SLAM技術的好壞,直接影響機器人在環(huán)境中的建圖、定位和后續(xù)的運動能力。

道路千萬條,SLAM先做好

  SLAM與各領域關系圖

  在這里,我們要明確一個道理,SLAM≠自主移動導航,不解決行動問題。SLAM只解決實時定位與地圖構建的問題。就跟人出行需要地圖參考一樣,機器人也如此。所以,不管是什么類型的機器人,第一步,就是要先做好SLAM。

  1、機器人路徑規(guī)劃時需要地圖作為參考;

  2、定位時,為消除里程計的累加誤差造成的干擾做參考;

  但在實際商用SLAM的過程中,會遇到各種各樣的問題,那么,一個的SLAM該怎么去打破重重壁壘,實現(xiàn)靈活應用呢?

  SLAM難點

  大場景建圖難

  機器人開展行動的第一步就需要地圖的幫助,實際場景應用中,機器人會遇到幾百、幾萬,甚至幾十萬㎡的工作場景,這時候來看,大地圖場景構建確實是一個“攔路虎”。

  1、 大場景建圖費時費力,效率低;

  2、 相似場景特征點少,難以形成有效的全局匹配參考 ;

  3、 大場景建圖難以閉環(huán);

道路千萬條,SLAM先做好

  由于環(huán)境場景大且多為長直走廊,導致SLAM建圖出現(xiàn)環(huán)路閉合失敗

  為了解決上述這一難題,思嵐科技優(yōu)化了軟件算法、強化了建圖引擎,給了行業(yè)一個較為滿意和穩(wěn)定的解決方案—— SLAM3.0

  相比較粒子濾波每次直接將傳感器數(shù)據更新進入柵格地圖進行增量式構建的做法,基于圖優(yōu)化的SLAM3.0 摒棄固定的柵格地圖,能實現(xiàn)超大場景地圖構建,同時擁有主動式回環(huán)閉合糾正能力,讓地圖有個很好的閉環(huán)的過程,成為目前行業(yè)中的建圖方式。

道路千萬條,SLAM先做好

  SLAM難點

  建圖細節(jié)不平整,有毛刺

  目前,市面上利用開源或者自主優(yōu)化的SLAM算法建出來的地圖通常會存在建圖細節(jié)不平整,邊角有毛刺,有噪點干擾。因此,在實際投入使用的時候,無法為機器人提供良好的定位和導航能力,產品的落地應用速度和效率也會大打折扣。

道路千萬條,SLAM先做好

  傳統(tǒng)SLAM建圖

  為了解決這一難題,基于思嵐的SharpEdge™精細化構圖技術構建高精度、厘米級別地圖,超高分辨率。同時,構建的地圖規(guī)則、精細,進一步提升了定位的性。無需二次優(yōu)化修飾,直接滿足用戶預期。

道路千萬條,SLAM先做好

  SharpEdge™技術構建的地圖效果,可讓機器人直接使用

  SLAM難點

  環(huán)境變化后,機器人無所適從

  除了建圖閉環(huán)問題之外,機器人的定位問題也非常重要。因為定位一旦偏了,那后續(xù)的導航也就歇菜了。

  機器人應用場景的環(huán)境變化無非包含以下幾種:

  1、環(huán)境結構性不強:長直走廊

  2、環(huán)境易變:現(xiàn)場隨時變

  3、動態(tài)障礙物多:人群不斷移動

  4、光照影響:黑色物體、燈光、玻璃等

  針對以上這些常見的可能會讓機器人發(fā)生“定位偏”的這些問題,單靠單一的傳感器肯定解決不了所有問題,現(xiàn)在常見的解決方案有依靠多傳感器融合,激光+Vslam等多種方式融合,即使環(huán)境變化高達50%,機器人也能靈活應對,長時間工作,不需要重復多次建圖。

道路千萬條,SLAM先做好

  SLAM難點

  算力負擔重

  SLAM 算法本身是一個對于外部系統(tǒng)有著諸多依賴的算法,這是一個切實的工程問題,所以運算消耗是巨大的。雖然并沒有達到像訓練神經網絡動用服務器集群那種地步,但傳統(tǒng)上需要PC級別的處理器。但是對于很多機器人,比如掃地機是不可能裝一個PC級別的處理器進去的,因此,為了讓 SLAM 能在這類設備里運行,除了解決激光雷達成本外,還要對 SLAM 算法做出很好的優(yōu)化。

  另外提一嘴,現(xiàn)在很多的優(yōu)化都是犧牲了SLAM的性能做出的,為了尋求在夠用和成本之間做了妥協(xié),但面對現(xiàn)實復雜環(huán)境時,這種優(yōu)化可能會出現(xiàn)問題。為了更好地應對復雜環(huán)境,還需要對算法本身做出優(yōu)化。

  目前,SLAM 的開源實現(xiàn)代表多為學術界,實際應用有很多“坑”要處理,需要傳感器、系統(tǒng)參數(shù)、其他輔助設備的聯(lián)合調優(yōu);谶^去10年的技術和產品積累,思嵐科技在過去陸續(xù)推出SLAMWARE Core、SLAM Cube甚至機器人底盤開發(fā)產品來為機器人解決SLAM和運動控制的問題。但是對于很多機器人開發(fā)者來說,為了讓 SLAM 能在應用中運行,除了解決激光雷達成本外,還要對 SLAM 本身做出很好的優(yōu)化來解決上述SLAM過程中遇到的大場景建圖閉環(huán)、噪點等難題。思嵐也深知這一需求,應運而生了一款產品。

  至于是什么產品?

  這里先狠狠賣個關子!敬請期待。

免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創(chuàng)性以及文中陳述文字和內容未經本站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關內容。

本網站有部分內容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品內容、知識產權、版權和其他問題,請及時提供相關證明等材料并與我們聯(lián)系,本網站將在規(guī)定時間內給予刪除等相關處理.