雷鋒網(wǎng)按：2017 年 7 月 8 日，由 CCF 中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的全球人工智能與機(jī)器人峰會(huì) CCF-GAIR 大會(huì)進(jìn)入第二天。在機(jī)器人專(zhuān)場(chǎng)，思嵐科技 CEO 陳士凱帶來(lái)了以《自主定位導(dǎo)航技術(shù)的現(xiàn)狀和未來(lái)應(yīng)用趨勢(shì)》為題的主題演講。以下是陳士凱演講全文，由雷鋒網(wǎng)整理。

雷鋒網(wǎng)注：思嵐科技CEO陳士凱

SLAM是什么？

最近一兩年，可能“SLAM”這個(gè)單詞已經(jīng)被很多人認(rèn)識(shí)。

SLAM 也是我們公司名字（思嵐）的音譯，叫同步定位與建圖，能同時(shí)進(jìn)行自主定位和地圖構(gòu)圖。不過(guò)它本質(zhì)上并不是簡(jiǎn)簡(jiǎn)單單完成定位和導(dǎo)航，SLAM 在模型上可以保證機(jī)器人在完成定位和建圖之間沒(méi)有誤差。

換句話(huà)說(shuō)，SLAM 和解決機(jī)器人的自主定位導(dǎo)航還有比較大的差距，這個(gè)差距就在于還要做另外兩件事情——路徑規(guī)劃和運(yùn)動(dòng)控制。

路徑規(guī)劃，耳熟能詳?shù)氖?A STAR 的算法，很多行業(yè)都在用，包括即時(shí)戰(zhàn)略游戲。機(jī)器人在目前實(shí)際產(chǎn)品中，都會(huì)以 A STAR 為主。

除了 A STAR 以外還有隨機(jī)探測(cè)速的方式，是隨機(jī)的路徑探索。這種方式的好處是在一定的概率情況下，可以比 A STAR 更高效的探索空間。但這兩種方式只是解決巡路問(wèn)題，要自主行走還要控制行為，防止機(jī)器人繞行，或躲避障礙物。

現(xiàn)在機(jī)器人的避障，叫動(dòng)態(tài)窗口化。它更加像人一樣，會(huì)在每時(shí)每刻判斷機(jī)器人下一時(shí)刻可以展開(kāi)的行動(dòng)，避開(kāi)具體的障礙物。除此以外，導(dǎo)航這件事并不是前面看到的從A點(diǎn)到B點(diǎn)這么簡(jiǎn)單。

另一個(gè)應(yīng)用的點(diǎn)就是掃地機(jī)器人中用到的算法，COVERAGE PROBLEM。它是盡可能讓機(jī)器人覆蓋到所有區(qū)域，而路徑規(guī)劃或者 A 點(diǎn)到 B 點(diǎn)的行動(dòng)是讓機(jī)器人盡可能到達(dá)目的地，這代表不同的行為方式。

在實(shí)際使用當(dāng)中，還會(huì)有一些看上去比較次要，但應(yīng)用中又非常關(guān)鍵的技術(shù)。比如這里看到的自主充電對(duì)接過(guò)程，這些過(guò)程也和前面說(shuō)的路徑規(guī)劃算法有一定的并列性。

目前為止，以國(guó)內(nèi)的情況看，服務(wù)機(jī)器人的應(yīng)用分兩類(lèi)。

第一類(lèi)，家里都會(huì)買(mǎi)到的掃地機(jī)器人，以及家庭看護(hù)、陪伴型機(jī)器人。這類(lèi)的應(yīng)用場(chǎng)景，一句話(huà)概括，零配置。對(duì)于消費(fèi)者使用來(lái)說(shuō)，要做到盡可能極簡(jiǎn)，買(mǎi)回來(lái)就能使用。第二類(lèi)，在商業(yè)場(chǎng)景下，講究的是一個(gè)預(yù)先配置過(guò)程，并且對(duì)于這種方案，講究的是高的可靠性和可擴(kuò)展性。

家庭場(chǎng)景需要解決的問(wèn)題

個(gè)人家庭場(chǎng)景導(dǎo)航定位系統(tǒng)要解決的是三方面的問(wèn)題——功耗、體積、成本。對(duì)于消費(fèi)級(jí)別的產(chǎn)品，更關(guān)注的是怎么樣把同樣的功能以更低的代價(jià)，這里指的是價(jià)格或者開(kāi)發(fā)周期或者使用難易度，變成一個(gè)具體的產(chǎn)品。

思嵐科技曾經(jīng)做過(guò)一些努力。比如成本問(wèn)題上，現(xiàn)在低成本激光雷達(dá)已經(jīng)可以一部分解決導(dǎo)航定位使用成本的問(wèn)題。

除了成本問(wèn)題以外，還有很多其他亟待解決的問(wèn)題。

在機(jī)器人實(shí)際產(chǎn)業(yè)化之前，研究機(jī)構(gòu)的機(jī)器，都擺脫不了一個(gè)共同的特點(diǎn)：他們頭上都裝了一個(gè)筆記本電腦或者一個(gè)工控主機(jī)。這里要解決就是功耗問(wèn)題。

我們知道目前無(wú)論 SLAM 的算法還是路徑規(guī)劃系統(tǒng)，復(fù)雜度都比較高。拿現(xiàn)在主流的筆記本電腦跑都有點(diǎn)吃力。目前 SLAM 里面的凸優(yōu)化算法都不可能在線(xiàn)進(jìn)行運(yùn)作，必須靠離線(xiàn)式進(jìn)行運(yùn)算。把技術(shù)使用到實(shí)際產(chǎn)品中的時(shí)候就會(huì)遇到問(wèn)題。

比如我們這里給出的是上百瓦的級(jí)別，但是一個(gè)掃地機(jī)器人，電池本身的容量可能只有20多瓦時(shí)的規(guī)模。意思是我現(xiàn)在如果讓掃地機(jī)器人上裝一個(gè)筆記本跑 SLAM 算法，可能一個(gè)小時(shí)不到就沒(méi)有電了，這是完全不被接受的。

思嵐科技的解決方式是通過(guò)高度算法優(yōu)化和集成，把導(dǎo)航定位系統(tǒng)的體積和運(yùn)算性能負(fù)荷上做到最小。現(xiàn)在在硬幣大的 SLAM WARE 里面可以實(shí)現(xiàn)傳統(tǒng)信息機(jī)和開(kāi)源算法，在功耗情況下，我們可以在 2 瓦下完成 SLAM 規(guī)劃所有事情，同時(shí)體積和發(fā)熱情況都可以有很大的改善。

我們做了一些案例。比如現(xiàn)在最新發(fā)布的一個(gè)開(kāi)源參考平臺(tái)，基于激光雷達(dá)和導(dǎo)航定位系統(tǒng)的。這是目前能實(shí)現(xiàn)的最小具有激光自主定位導(dǎo)航的機(jī)器人，它的特點(diǎn)是只需要干電池就可以供電，并且實(shí)現(xiàn)兩個(gè)小時(shí)以上的待機(jī)時(shí)間。前面功耗的問(wèn)題就可以達(dá)到很大的解決，實(shí)際產(chǎn)品中，現(xiàn)在不會(huì)讓用戶(hù)使用干電池，很多用戶(hù)會(huì)使用可充電式的鋰離子電池，讓機(jī)器人可以實(shí)現(xiàn) 8 小時(shí)以上的待機(jī)時(shí)間。

另一方面，在實(shí)際使用場(chǎng)景下，前面說(shuō)過(guò)機(jī)器人在家庭情況下要以零配置的使用。對(duì)于導(dǎo)航定位問(wèn)題來(lái)說(shuō)，機(jī)器人開(kāi)機(jī)以后對(duì)家里的環(huán)境構(gòu)造是完全不知道的，而前面提到的路徑規(guī)劃算法都有一個(gè)共同的要求，需要把地圖預(yù)先繪制出來(lái)。

這時(shí)候是一個(gè)矛盾點(diǎn)，我既希望這個(gè)機(jī)器人在環(huán)境位置的時(shí)候展開(kāi)工作，但一些主流算法還是需要對(duì)于地圖或者環(huán)境有一個(gè)預(yù)先的構(gòu)建或者預(yù)先的探索，才可以展開(kāi)一些算法。這里面產(chǎn)業(yè)界就需要做一些額外的工作，這是現(xiàn)在 SLAM WARE 系統(tǒng)里支持的路徑規(guī)劃系統(tǒng)，可以在地圖甚至完全未知和部分未知就可以展開(kāi)行動(dòng)。

這和玩《星際爭(zhēng)霸》一樣，可以給一個(gè)初級(jí)的路徑規(guī)劃，隨著機(jī)器人探索，路徑可以逐步進(jìn)行細(xì)化。這個(gè)過(guò)程在很大程度上可以幫助機(jī)器人。除了這個(gè)比較基礎(chǔ)的功能以外，還需要很快很多的算法進(jìn)行配合，比如自主環(huán)境探索和地圖構(gòu)建，這是目前帶有導(dǎo)航定位掃地機(jī)器人的標(biāo)配。因?yàn)閷?duì)于未知環(huán)境，必須先把環(huán)境進(jìn)行探索，框定清掃區(qū)域。

消費(fèi)級(jí)別機(jī)器人還有一個(gè)非計(jì)算的問(wèn)題，是心理學(xué)上的問(wèn)題，就是地圖怎么呈現(xiàn)。目前使用任何新的技術(shù)都會(huì)帶來(lái)成本上升，成本的上升往往伴隨著功能溢價(jià)，所以廠家必須把新的功能提升到讓用戶(hù)有感知。

如果機(jī)器人具備了激光導(dǎo)航和地圖構(gòu)建能力，在使用當(dāng)中，都會(huì)非常希望讓用戶(hù)看到機(jī)器人真正的繪制地圖。這時(shí)候就有一個(gè)心理上的問(wèn)題。一張圖是一個(gè)人認(rèn)為機(jī)器人繪制的地圖效果，但實(shí)際上很多時(shí)候 SLAM 系統(tǒng)給出的地圖雖然不算差，但也稱(chēng)不上很好。如果我展現(xiàn)的是這樣的地圖，那在用戶(hù)心理上就會(huì)產(chǎn)生很大的障礙。他會(huì)覺(jué)得這個(gè)產(chǎn)品看上去是不是不值這個(gè)價(jià)格。

在實(shí)現(xiàn)導(dǎo)航定位系統(tǒng)的時(shí)候，也會(huì)關(guān)注另外一件事情，這件事情機(jī)器人不會(huì)考慮，但是對(duì)于人來(lái)說(shuō)比較注重，對(duì)于構(gòu)圖的精細(xì)程度。這是目前思嵐在嘗試努力的方向。

商用場(chǎng)景需要解決的問(wèn)題

商用場(chǎng)景下或者專(zhuān)業(yè)場(chǎng)景下，對(duì)于導(dǎo)航定位的應(yīng)用方式跟消費(fèi)者完全不一樣。機(jī)器人在一個(gè)商場(chǎng)或者商家真正開(kāi)始展開(kāi)行動(dòng)之前，會(huì)有一個(gè)預(yù)部署行為，這一般是由廠家或者代理商、集成商來(lái)幫助客戶(hù)進(jìn)行部署，地圖在這時(shí)候完全構(gòu)建，并且有很大的機(jī)會(huì)對(duì)地圖進(jìn)行修改。

一般是兩種內(nèi)容，設(shè)置POI。我們繪制的地圖和業(yè)務(wù)邏輯，到目前為止還沒(méi)有完全，比如我繪制一張平面圖，機(jī)器人可能并不知道平面圖中的某一個(gè)位置指的是一個(gè)餐桌或者入口，還是需要人進(jìn)行標(biāo)注，叫POI的標(biāo)注。

雖然機(jī)器人擁有定位導(dǎo)航的能力，但實(shí)際使用時(shí)，用戶(hù)心理上還是有不安全感。這時(shí)候在地圖上進(jìn)行額外的標(biāo)注設(shè)置區(qū)域。

完成這件事情以后就是日常運(yùn)營(yíng)，這就比較簡(jiǎn)單。這時(shí)候地圖已經(jīng)已知，更多使用預(yù)定的定位導(dǎo)航算法和商家開(kāi)發(fā)的業(yè)務(wù)邏輯進(jìn)行使用。這時(shí)候還會(huì)有后續(xù)日常維護(hù)，比如環(huán)境發(fā)生大的變化，發(fā)生重新裝修，就需要對(duì)地圖進(jìn)行重新構(gòu)建或者標(biāo)注。

針對(duì)商用場(chǎng)景，對(duì)于導(dǎo)航系統(tǒng)會(huì)有點(diǎn)困難。

第一，商用場(chǎng)景下地圖面積都很大，家庭場(chǎng)景一兩百平甚至兩三百平已經(jīng)足夠。如果一個(gè)家里動(dòng)輒幾千平，那肯定是一個(gè)土豪，我們就應(yīng)該賣(mài)一個(gè)商用版本的。

但是商用情況下，這樣一個(gè)環(huán)境，在今天GAIR現(xiàn)場(chǎng)，地圖會(huì)超過(guò)上萬(wàn)平米。這時(shí)候?qū)τ趯?dǎo)航定位系統(tǒng)來(lái)說(shuō)，就會(huì)有很大的挑戰(zhàn)。因?yàn)槟壳皝?lái)說(shuō)，這個(gè)SLAM系統(tǒng)還是比較消耗內(nèi)存和運(yùn)算量。怎么樣讓它在十萬(wàn)多平的場(chǎng)景下都可以進(jìn)行工作，這是很大的挑戰(zhàn)。

解決方法，首先是配備比較強(qiáng)大的硬件，同時(shí)對(duì)于軟件和算法進(jìn)行更強(qiáng)大的優(yōu)化。另外，對(duì)于激光導(dǎo)航定位來(lái)說(shuō)，大的環(huán)境是需要有更加遠(yuǎn)距離的激光雷達(dá)。我們目前的做法是現(xiàn)在 RPLIDAR 可以實(shí)現(xiàn)更遠(yuǎn)距離，從工業(yè)版本的 16 米到今年發(fā)布的 T 系列 100 米測(cè)量距離，可以涵蓋商業(yè)和工業(yè)場(chǎng)景下的使用。同時(shí)在成本上也會(huì)保持很高的領(lǐng)先優(yōu)勢(shì)。

除了大地圖的問(wèn)題，全局定位是我們認(rèn)為目前在商用情況下都普遍要嘗試解決的問(wèn)題。目前在行業(yè)中有兩種解決思路。第一，借助傳統(tǒng)定位方式，比如 UWB，目前有很多商用機(jī)器人在這個(gè)環(huán)境中布置 UWB 的信標(biāo)或者 WIFI 甚至室外有 GPS 完成定位。但這兩年的技術(shù)，單獨(dú)靠激光導(dǎo)航定位系統(tǒng)本身就可以完成一定全局定位的能力。

這是一個(gè)商用機(jī)器人的案例。它在一開(kāi)始可以不需要讓這個(gè)機(jī)器人進(jìn)行位置初始化，給它幾秒鐘時(shí)間，機(jī)器人就可以自動(dòng)恢復(fù)到地圖上的坐標(biāo)。這個(gè)技術(shù)在學(xué)術(shù)界很早以前就已經(jīng)展開(kāi)使用。但部署到實(shí)際產(chǎn)品中，會(huì)發(fā)現(xiàn)它直接使用算法就會(huì)出現(xiàn)這樣那樣的問(wèn)題。

多傳感器融合也是我經(jīng)常聽(tīng)到的質(zhì)疑。行業(yè)單線(xiàn)激光雷達(dá)只能檢測(cè)一個(gè)平面，無(wú)人駕駛里，為了解決這個(gè)問(wèn)題，會(huì)采用三維激光雷達(dá)，但是對(duì)應(yīng)的問(wèn)題是帶來(lái)成本和量產(chǎn)問(wèn)題。

在機(jī)器人行業(yè)中，要解決激光雷達(dá)的問(wèn)題，可以用一個(gè)很簡(jiǎn)單的手段，融入更多傳感器。比如超聲波、視覺(jué)傳感器。這里展現(xiàn)的是機(jī)器人在一個(gè)沙龍中進(jìn)行送餐的畫(huà)面。單單靠激光雷達(dá)，是不可能感知到人的接近并且停下來(lái)的，就需要用到多傳感器融合技術(shù)。

目前一個(gè)合格的導(dǎo)航定位系統(tǒng)，我們認(rèn)為它所應(yīng)該輸入的傳感器信號(hào)不應(yīng)該僅僅是一個(gè)激光雷達(dá)，同時(shí)應(yīng)該有視覺(jué)的傳感器和超聲波。在導(dǎo)航定位算法上也要進(jìn)行對(duì)應(yīng)的融合。這個(gè)融合，在學(xué)術(shù)上或者算法上并不是一個(gè)非常難的事情，但是要考慮很多工業(yè)化的問(wèn)題。比如像超聲波的傳感器，很多時(shí)候是非標(biāo)的產(chǎn)品，對(duì)于深度視覺(jué)傳感器安裝位置有很大區(qū)別，每一家規(guī)格也不一樣，怎么樣以統(tǒng)一標(biāo)準(zhǔn)化的接口方便客戶(hù)進(jìn)行使用，就存在一定挑戰(zhàn)。

定位導(dǎo)航技術(shù)開(kāi)發(fā)便利性

開(kāi)發(fā)便利性是我們認(rèn)為除了成本形態(tài)以外，另外一個(gè)制約機(jī)器人導(dǎo)航定位技術(shù)應(yīng)用的問(wèn)題。我們的思路是機(jī)器人這個(gè)產(chǎn)業(yè)，并不是一個(gè)簡(jiǎn)簡(jiǎn)單單通過(guò)硬件和機(jī)械解決的，更多可以通過(guò)軟件。通過(guò)軟件的額外輔助和算法，可以讓這些機(jī)器人具有更多的功能。

比如前面提到的 POI 能力，在開(kāi)發(fā)調(diào)試中可能用到的多圖層地圖支持，這些開(kāi)發(fā)調(diào)試需求，怎么樣在實(shí)際應(yīng)用過(guò)程中幫到使用開(kāi)發(fā)者。這里面是一些具體的方式，比如對(duì)于地圖的標(biāo)注，現(xiàn)在支持兩種通過(guò)軟件輔助的方式，一種叫虛擬墻，還有一個(gè)叫虛擬軌道。

多圖層和POI，這個(gè)過(guò)程在軟件算法內(nèi)部會(huì)采用一些經(jīng)典的算法，比如蒙特·卡羅算法，使用多圖層就可以在遠(yuǎn)端觀測(cè)到工作情況。POI 是軟件方式，可以自動(dòng)把一個(gè)現(xiàn)有的 SLAM 地圖通過(guò)軟件標(biāo)準(zhǔn)進(jìn)行 POI 的設(shè)備。

V SLAM 還是 LIDAR SLAM？

最后講一下未來(lái)導(dǎo)航定位系統(tǒng)的發(fā)展趨勢(shì)。

對(duì)于 V SLAM 和 LIDAR SLAM 誰(shuí)更重要的問(wèn)題，實(shí)際上是一個(gè)融合的過(guò)程。這兩種技術(shù)都有優(yōu)缺點(diǎn)，激光的缺點(diǎn)毋庸置疑，傳統(tǒng)激光雷達(dá)很貴，第二很多方面不大靈活，目前為止，傳感器還不成熟。對(duì)環(huán)境光影的變化或者室內(nèi)比較昏暗的場(chǎng)景，V SLAM技術(shù)都沒(méi)辦法使用，但如果把這兩種 SLAM 技術(shù)融合在一起，并且配以目前低成本的傳感器，這種融合式的 SLAM 方式會(huì)是未來(lái)比較重要的趨勢(shì)。

提取語(yǔ)義信息，也是配合視覺(jué)激光做的。目前繪制的地圖還比較平級(jí)，通過(guò)采集圖象數(shù)據(jù)和深度學(xué)習(xí)，可以主動(dòng)在地圖上進(jìn)行標(biāo)記，就可以避開(kāi)前面提到的人工 POI 標(biāo)注過(guò)程。

前行業(yè)中還有一個(gè)趨勢(shì)——深度學(xué)習(xí)。這一兩年，深度學(xué)習(xí)成為人工智能的代名詞。在這個(gè)行業(yè)，前幾年還是以比較傳統(tǒng)的概率學(xué)，或者控制論的方式進(jìn)行機(jī)器人自主定位導(dǎo)航。但這里展現(xiàn)的是完全通過(guò)深度學(xué)習(xí)，直接通過(guò)攝像頭數(shù)據(jù)作為信號(hào)輸入，再通過(guò)神經(jīng)網(wǎng)絡(luò)直接產(chǎn)生出機(jī)器人的控制信號(hào)。其中像 SLAM 的過(guò)程、路徑規(guī)劃的過(guò)程，完全通過(guò)學(xué)習(xí)的方式就可以進(jìn)行實(shí)現(xiàn)。

我認(rèn)為這種技術(shù)可能會(huì)成為未來(lái)的一種潮流，但是不是在有限的將來(lái)，在實(shí)際產(chǎn)品中進(jìn)行體現(xiàn)，還是需要給予時(shí)日。但不變的是，在行業(yè)中取長(zhǎng)補(bǔ)短，結(jié)合不同新的技術(shù)進(jìn)行融合，這是不會(huì)改變的事實(shí)。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。