机器人自主移动没那么简单 激光雷达不等于智能导航

   凭借激光良好的指向性和高度聚焦性，激光雷达已经成为移动机器人的核心传感器，同时它也是目前最可靠、最稳定的定位技术。 

    目前，激光雷达的市场份额大多被诸如美国Velodyne、美国Quanergy、德国SICK、日本HOKUYO等国外企业占据，售价十分昂贵，多用于地图、安保及无人驾驶。为了降低成本，顺着“弱硬件+强算法”的思路，Quanery用固态图像传感器替代360 度旋转的摄像头和激光测距器，成本将降到 1000 美元一套左右。国内SLAMTEC结合激光三角测距技术与高速视觉采集处理机构，推出了售价仅千元的低成本激光雷达。

    既然有了激光雷达这种可靠的定位技术，是不是就意味着移动机器人可以自主移动了呢？其实不然，对于移动机器人来说，激光雷达相当于它的“眼睛”，它通过不停扫描来获取二维空间的点阵数据，但这并不能直接被移动机器人使用。想要移动机器人在完全陌生的环境中（没有预先录入地图的情况下）实现智能导航，显然不是那么简单。 

    设想一下，当我们身处某个地方时，可以通过眼睛看到周围的环境，但如果想要去另一个地方，需要判断最佳路径，同时避开障碍物，才能顺利到达目的地。其实，移动机器人利用激光雷达“看见”周围环境并不难，难点在于后续的构建地图与路径规划。 

    

    目前，应用于自主移动机器人的导航技术有很多，但受室内环境，尤其是家庭环境的限制,很多导航方法在室内移动机器人上很难或根本无法应用，如电磁导航（需在地上布置感应线圈）、GPS导航（室内精度太低）等。另外，一些导航方法由于精度或实时性等原因,也很难应用在商业化的室内移动机器人中,比如基于RFID的导航系统精度较低，而视觉导航虽然具有信号探测范围广,获取信息完整等优点，但需处理的实时图像数据量巨大，实时性较差。 

    近年来，SLAM (Simultaneous Localization And Mapping)技术从理论研究到实际应用，发展十分迅速，这种在确定自身位置的同时构造环境模型的方法，可用来解决机器人定位导航问题。其中，激光SLAM技术利用激光雷达作为传感器，获取地图数据，使机器人实现同步定位与地图构建，这是目前最稳定、最可靠、高性能的SLAM方式。 

    就拿现在卖的最好的扫地机器人来说，过去，由于激光雷达价格过于昂贵，多数扫地机器人厂家只能放弃激光SLAM技术，被迫选择随机碰撞寻路系统，就是边撞边找路，这也就是为什么用户普遍反应扫地机器人智能程度不够，过了新鲜劲就只能放在角落吃灰。 

    现在，低成本激光雷达面市也有一段时间，但是市面上真的能做到路径规划的扫地机器人却寥寥无几，背后的原因到底是什么呢？ 

    为此，我们咨询了一些扫地机器人厂家，得到的答案普遍集中在三点，一是安装了激光雷达后，虽然可以得到环境的轮廓信息，但需要利用算法进行后期处理，建模后才能得到真正的地图数据；二是他们普遍擅长研究新的吸尘模式或擦地模式，对于环境建模算法的开发能力不够，无法自己完成；三是扫地机器人不同于其他服务机器人，需要独特的贴边清扫、折回清扫、多房间自主导航等功能，目前已有的开源ROS系统，只能实现简单的建图且难以集成，无法满足扫地机器人的实际需要。厂家们普遍表示急需一款可以快速集成的芯片，不需要二次开发，直接安装在已有扫地机器人上，就可以完成路径规划、全面覆盖清扫等功能。 

扫地机器人算法模型

    最近一段时间，机器人餐厅这样的概念已经不是什么新鲜事了，开业的时候吸引眼球，大批人围观，过段时间就会发现“机器人只能沿着固定线路送餐，加上餐厅人员走动大，机器人不懂得躲闪，上菜容易洒落打翻，甚至造成安全事故”，机器人服务员最终被老板“炒了鱿鱼”。

送餐机器人 

    不过这样的事情发生的多了，送餐机器人厂家也进行了更新优化，除了现有的电磁导航外，还在机器人身上安装了激光雷达，希望可以改善用户体验。事实上，安装激光雷达后，所能实现的功能非常有限，比如它可以在行走途中感应前方障碍物，并自动停止行走。 

    我们联系了某送餐机器人厂家，技术人员表示他们目前普遍采用电磁导航，价格较低廉，在加装激光雷达后，可以改善自动避障的问题，但仍无法完全满足客户需求。虽然激光雷达成本相较于过去已经大幅降低，但是SLAM算法需要长时间积累、优化，无法短期开发完成，他们期待SLAM算法实现高度集成，可以直接配合激光雷达使用。 

    激光雷达作为SLAM的核心传感器，其重要性不言而喻。但是，移动机器人要实现完全自主移动，必然不能单单依靠激光雷达本身，其背后的高精度地图、核心算法才是更重要的影响因素，也是更值得我们关注的领域。