正如圖中所示，機器人自主定位導航技術中包括定位
、地圖創建與路徑規劃（運動控製），而SLAM本身隻是完成機器人的定位和地圖創建，二者有所區別。

　　

 

那麼
，SLAM技術究竟是如何實現的？它有哪些難點？機器人如何實現路徑規劃和自動導航？到底什麼樣的掃地機器人才算智能？

　　

這些問題
，小編將為你一一解答
，帶領大家了解機器人自主移動的秘密。

　　

今天，我們先從SLAM說起。

　　

SLAM是同步定位與地圖構建(Simultaneous Localization And Mapping)的縮寫，最早由Hugh Durrant-Whyte和John J.Leonard提出。

　　

其實，SLAM更(geng)像(xiang)是(shi)一(yi)個(ge)概(gai)念(nian)而(er)不(bu)是(shi)一(yi)個(ge)算(suan)法(fa)
，它(ta)本(ben)身(shen)包(bao)含(han)許(xu)多(duo)步(bu)驟(zhou)
，其(qi)中(zhong)的(de)每(mei)一(yi)個(ge)步(bu)驟(zhou)均(jun)可(ke)以(yi)使(shi)用(yong)不(bu)同(tong)的(de)算(suan)法(fa)實(shi)現(xian)。主(zhu)要(yao)用(yong)於(yu)解(jie)決(jue)移(yi)動(dong)機(ji)器(qi)人(ren)在(zai)未(wei)知(zhi)環(huan)境(jing)中(zhong)運(yun)行(xing)時(shi)即(ji)時(shi)定(ding)位(wei)與(yu)地(di)圖(tu)構(gou)建(jian)的(de)問(wen)題(ti)。

　　

當你身處異地，怎麼準確找到想去的地方？在戶外迷路時，怎麼找到回家的路
？沒錯，我們有導航軟件和戶外地圖。

　　

和人類繪製地圖一樣，機器人描述環境
、認識環境的過程主要就是依靠地圖。它利用環境地圖來描述其當前環境信息，並隨著使用的算法與傳感器差異采用不同的地圖描述形式。

　　

機器人學中地圖的表示方法有四種：柵格地圖、特征地圖
、直接表征法以及拓撲地圖。

　　

　　

機器人對環境地圖的描述的方式最常見的為柵格地圖(Gridmap)或者稱為OccupancyMap。柵格地圖就是把環境劃分成一係列柵格，其中每一柵格給定一個可能值，表示該柵格被占據的概率。

　　

 

這種地圖看起來和人們所認知的地圖沒什麼區別，它最早由NASA的AlbertoElfes在1989年提出，在火星探測車上就用到過
，其本質是一張位圖圖片
，但其中每個“像素”則表示了實際環境中存在障礙物的概率分布。

　　

一般來說，采用激光雷達、深度攝像頭

、超聲波傳感器等可以直接測量距離數據的傳感器進行SLAM時，可以使用該地圖。這種地圖也可以通過距離測量傳感器、超聲波（早期）
、激光雷達（現在）繪製出來。

　　

　　

特征點地圖
，是用有關的幾何特征（如點、直線、麵）表示環境
，常見於vSLAM（視覺SLAM）技術中。

　　

 

相比柵格地圖
，這種地圖看起來就不那麼直觀了。它一般通過如GPS
、UWB以及攝像頭配合稀疏方式的vSLAM算法產生，優點是相對數據存儲量和運算量比較小
，多見於最早的SLAM算法中。

 

　　

直接表征法中
，省去了特征或柵格表示這一中間環節
，直接用傳感器讀取的數據來構造機器人的位姿空間。

　　

 

shangtujiushizhijiejilulewuzineitianhuabanhuamiandetuxiangditu。zhezhongfangfajiuxiangweixingdituyiyang，zhijiejiangchuanganqiyuanshishujutongguojiandanchulipinjiexingchengditu，xiangduilaishuogengjiazhiguan。

　　

　　

拓(tuo)撲(pu)地(di)圖(tu)，是(shi)一(yi)種(zhong)相(xiang)對(dui)更(geng)加(jia)抽(chou)象(xiang)的(de)地(di)圖(tu)形(xing)式(shi)，它(ta)把(ba)室(shi)內(nei)環(huan)境(jing)表(biao)示(shi)為(wei)帶(dai)結(jie)點(dian)和(he)相(xiang)關(guan)連(lian)接(jie)線(xian)的(de)拓(tuo)撲(pu)結(jie)構(gou)圖(tu)，其(qi)中(zhong)結(jie)點(dian)表(biao)示(shi)環(huan)境(jing)中(zhong)的(de)重(zhong)要(yao)位(wei)置(zhi)點(dian)（拐角
、門
、電梯、樓梯等），邊bian表biao示shi結jie點dian間jian的de連lian接jie關guan係xi，如ru走zou廊lang等deng。這zhe種zhong方fang法fa隻zhi記ji錄lu所suo在zai環huan境jing拓tuo撲pu鏈lian接jie關guan係xi，這zhe類lei地di圖tu一yi般ban是shi由you前qian幾ji類lei地di圖tu通tong過guo相xiang關guan算suan法fa提ti取qu得de到dao。

　　

比如掃地機器人要進行房間清掃的時候，就會建立這樣的拓撲地圖：

　　

 

　　

在機器人技術中，SLAM的地圖構建通常指的是建立與環境幾何一致的地圖。

　　

一般算法中建立的拓撲地圖隻反映了環境中的各點連接關係，並不能構建幾何一致的地圖，因此，這些拓撲算法不能被用於SLAM。

　　

直接表征法類似衛星地圖
，它是直接使用傳感器（一般是圖像傳感器）goujiandedao。zhezhongfangfadexinxirongyuduzuida，duiyushujucunchushihendadetiaozhan，tongshi
，jiqirenyaocongzhongtiquchuyouyongdeshujuyeyaohaofeiyifanzhouzhe，yincizaishijiyingyongzhonghenshaoshiyong。

　　

特征點地圖又是另一個極端
，雖然數據量少，但是它往往不能反應所在環境的一些必須的信息，比如環境中障礙物的位置。vSLAM技術中，多采用這種地圖來解決機器人定位問題。想讓機器人進行自主避障和路徑規劃，還需要額外配置距離傳感器
，如激光雷達、超聲波來完成。

 

柵格地圖
，或者Occupancy Map（占據地圖）恰qia好hao介jie於yu其qi中zhong
，一yi方fang麵mian它ta能neng表biao示shi空kong間jian環huan境jing中zhong的de很hen多duo特te征zheng，機ji器qi人ren可ke以yi用yong它ta來lai進jin行xing路lu徑jing規gui劃hua，另ling一yi方fang麵mian，它ta又you不bu直zhi接jie記ji錄lu傳chuan感gan器qi的de原yuan始shi數shu據ju
，相xiang對dui實shi現xian了le空kong間jian和he時shi間jian消xiao耗hao的de最zui優you。因yin此ci，柵zha格ge地di圖tu是shi目mu前qian機ji器qi人ren所suo廣guang泛fan應ying用yong的de地di圖tu存cun儲chu方fang式shi。

　　

 

當dang你ni打da開kai手shou機ji中zhong的de導dao航hang軟ruan件jian
，在zai選xuan擇ze前qian往wang目mu的de地di的de最zui佳jia路lu線xian之zhi前qian
，首shou先xian要yao做zuo的de動dong作zuo是shi什shen麼me呢ne？沒mei錯cuo，就jiu是shi定ding位wei。我wo們men要yao先xian知zhi道dao自zi己ji在zai地di圖tu中zhong的de位wei置zhi，才cai可ke以yi進jin行xing後hou續xu的de路lu徑jing規gui劃hua。

　　

在zai機ji器qi人ren實shi時shi定ding位wei問wen題ti中zhong，由you於yu通tong過guo機ji器qi人ren運yun動dong估gu計ji得de到dao的de機ji器qi人ren位wei置zhi信xin息xi通tong常chang具ju有you較jiao大da的de誤wu差cha

，我wo們men還hai需xu要yao使shi用yong測ce距ju單dan元yuan得de到dao的de周zhou圍wei環huan境jing信xin息xi更geng正zheng機ji器qi人ren的de位wei置zhi。

　　

目前，常見的測距單元包括激光測距、超chao聲sheng波bo測ce距ju以yi及ji圖tu像xiang測ce距ju三san種zhong。其qi中zhong，憑ping借jie激ji光guang良liang好hao的de指zhi向xiang性xing和he高gao度du聚ju焦jiao性xing，激ji光guang雷lei達da已yi經jing成cheng為wei移yi動dong機ji器qi人ren的de核he心xin傳chuan感gan器qi，同tong時shi它ta也ye是shi目mu前qian最zui可ke靠kao、最穩定的定位技術。

　　

自1988年被提出以來，SLAM的理論研究發展十分迅速。在實際應用時，除配備激光雷達外，還需要機器人具有IMU（慣性測量單元）、裏程計來為激光雷達提供輔助數據，這一過程的運算消耗是巨大的，傳統上需要PC級別的處理器，這也成為限製SLAM廣泛應用的瓶頸之一。