深度解析|機器人自主移動的秘密（二）

ID:156214 · 發(fā)表于 2017-8-11 10:58

SLAM主要解決機器人的實時定位與自動建圖問題，那么，在實際應(yīng)用時，SLAM究竟是如何實現(xiàn)的呢？在實現(xiàn)過程中有哪些難點？

這是一個完整的SLAM和導(dǎo)航系統(tǒng)的主要架構(gòu)圖：

其中，SLAM核心過程包括3個步驟，第一步稱為預(yù)處理。我們知道，激光雷達和其他雷達設(shè)備一樣，某一個時刻只能獲取它所在位置的環(huán)境信息。

這就是我們所說的點云，它只能反映機器人所在環(huán)境中的一個部分。第一步預(yù)處理就是對激光雷達原始數(shù)據(jù)進行優(yōu)化，剔除一些有問題的數(shù)據(jù)，或者進行濾波。

第二步是匹配，也就是說把當前這一個局部環(huán)境的點云數(shù)據(jù)在已經(jīng)建立地圖上尋找到對應(yīng)的位置，這個步驟非常關(guān)鍵。

這個是ICP的點云匹配算法，用于實現(xiàn)匹配。說這個過程關(guān)鍵，就是因為它的好壞，直接影響了SLAM構(gòu)建地圖的精度。這個過程和我們玩拼圖游戲有點類似，就是在已經(jīng)拼好的畫面中找到相似之處，確定新的一個拼圖該放在哪里。

在SLAM過程中，需要將激光雷達當前采集的點云（紅色部分）匹配拼接到原有地圖中。

如果不進行匹配過程，所構(gòu)建的地圖可能就亂成一團，變成這樣。

在這個部分完畢以后，就進行第三步，地圖融合，也就是將這一輪來自激光雷達的新數(shù)據(jù)拼接到原始地圖當中，最終完成地圖的更新。

就像這個圖一樣，這個過程是永遠伴隨SLAM過程的。

數(shù)據(jù)融合和簡單的貼圖是有很大的差異的。因為實際上傳感器描繪的世界存在一定的誤差，或者正巧在這個時間環(huán)境有了變化，例如機器人旁邊闖入了一只小貓。

因此，實際要進行的過程會更加復(fù)雜，需要用很多概率算法，并采用濾波的方式進行融合。將上述這個過程逐次執(zhí)行，就最終產(chǎn)生了我們看到的柵格地圖。

這個過程聽起來其實并不復(fù)雜，但是要處理好有很大難度。這里舉幾個例子，比如叫做Loop Closure（回環(huán)）問題。如果匹配算法不足夠優(yōu)秀，或者環(huán)境中存在很不巧的干擾，當機器人繞著環(huán)境一圈后，就會發(fā)現(xiàn)原本是應(yīng)該閉合的一個環(huán)形走廊斷開了。

比如正常地圖應(yīng)該這樣：

如果處理不好，實際地圖就成這樣：

對于環(huán)境比較大的場景，回環(huán)問題是不得不面對的，但現(xiàn)實總是不完美的，即使是激光雷達這種高精度傳感器，也難免存在誤差。而回環(huán)問題的難點恰恰在于在一開始出現(xiàn)少許誤差的時候，并不會被發(fā)覺，直到機器人繞著環(huán)路一圈，隨著誤差的累加，發(fā)現(xiàn)環(huán)路已經(jīng)無法閉合時，此時已經(jīng)釀成大錯，一般很難回天。

當然這個問題并不是無解，一個好的商用化SLAM系統(tǒng)，回環(huán)問題是否能很好的解決，就成為評判這個系統(tǒng)實力的指標了。

這是前兩天在我們辦公室進行的測試，左邊的視頻是基于開源的ROS機器人操作系統(tǒng)進行的地圖構(gòu)建，右邊的是基于SLAMWARE構(gòu)建的地圖。

插入的視頻：ROS構(gòu)建地圖和SLAMWARE構(gòu)建的地圖

當機器人已經(jīng)繞場一周后，ROS構(gòu)建的地圖出現(xiàn)了中斷，而SLAMWARE構(gòu)建的地圖是一個完美的閉環(huán)，它與我們辦公室的設(shè)計圖完美重合。

除了算法層面的回環(huán)問題，SLAM實際應(yīng)用中還有很多這種坑，比如走廊問題與外界干擾問題。

以外界干擾問題來說，通常，激光雷達作為機器人的眼睛，一般是安裝在底盤上的，它能看到的視野很有限。當受到外界干擾（人類或者寵物等等）后，機器人很容易丟失定位精度，無法正常完成后續(xù)的建圖工作。

當機器人安裝SLAMWARE后，機器人受到干擾，可以完全不受影響，照樣能夠正常工作。

目前，SLAM的開源實現(xiàn)代表多為學(xué)術(shù)界，實際應(yīng)用有很多Corner Case要處理，需要傳感器、系統(tǒng)參數(shù)、其他輔助設(shè)備的聯(lián)合調(diào)優(yōu)。

一般來說，上述的SLAM過程對于運算消耗是巨大的，雖然并沒有達到像訓(xùn)練神經(jīng)網(wǎng)絡(luò)動用服務(wù)器集群那種地步，但傳統(tǒng)上需要PC級別的處理器。

除配備激光雷達外，還需要機器人具有IMU（慣性測量單元）、里程計來為激光雷達提供輔助數(shù)據(jù)，否則SLAM系統(tǒng)也難以得到運行。總的來說，SLAM算法本身是一個對于外部系統(tǒng)有著多種依賴的算法，這是一個切實的工程問題。

很多機器人，比如掃地機是不可能裝一個PC進去的，為了讓SLAM能在這類設(shè)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。

這也是我們思嵐科技SLAMTEC主要的努力方向，一方面，我們這7年多很好的解決了各類實際SLAM算法難點，另一方面，我們把SLAM這個復(fù)雜的系統(tǒng)做了很大的優(yōu)化，可以放到一個硬幣那么大的模塊內(nèi)部，降低尺寸功耗。此外，它還集成了IMU等配套傳感器，力求做到對于SLAM的使用便捷性。

那么，機器人利用SLAM技術(shù)得到了有效的空間信息后，它是怎樣實現(xiàn)路徑規(guī)劃的？SLAM和路徑規(guī)劃之間關(guān)系是怎樣的？下期，我們再見。

帳號		自動登錄	找回密碼
密碼			立即注冊

wwwxxx国产_337p日本欧洲亚洲大胆张筱雨_免费在线看成人av_日本黄色不卡视频_国产精品成熟老女人_99视频一区_亚洲精品97久久中文字幕_免费精品视频在线_亚洲色图欧美视频_欧美一区二三区

深度解析|機器人自主移動的秘密（二）