機器人能知道自己在哪嗎？如何對周圍環境分析並導航？【AI大咖說】第六期，掌握機器人定位導航的秘籍。
隨著智慧機器人的快速發展，掃地機器人、送餐機器人、家庭陪伴機器人等服務類機器人陸續進入公眾視線。在各場景的應用中，不管是什麼型別的機器人，只要涉及到移動任務，就需要一項技術——定位導航。
今天，我們就來解析一下，機器人是如何對周圍環境進行分析判斷、規劃路徑，並實現自主定位導航的：
跟著AI因斯坦·琨，5分鐘Get機器人定位導航技術▲
機器人定位導航技術概述
SLAM（Simultaneous Localization and Mapping），指的是同時定位與導航的技術。當服務機器人來到商場，需要在商場裡走一圈，瞭解商場的環境，並透過鐳射雷達把商場的地圖記下來，這個過程對機器人來說叫做“建圖”，也就是SLAM技術。
通俗來說，自主定位導航技術主要解決機器人“我在哪裡”、“我要到哪裡去”以及“我怎麼過去”三大問題。“我在哪裡”、“我要到哪裡去”指的是定位，涉及地圖中的某一個點，“我怎麼過去”則映射了定位建圖的過程，涉及到導航避障、全路徑規劃等。
定位導航技術讓機器人從A點準確快速地到達B點
定位導航技術包含四大技術模組，分別是自主地圖構建、實時環境定位、運動和導航、感測器技術。那麼，在現有情況中，這些技術是如何應用到機器人身上的呢？
U-SLAM研究與應用
U-SLAM，優必選科技自研的定位導航系統，能夠根據不同場景裝載不同的定位解決方案，使機器人建立周圍環境地圖並進行自身定位，根據環境變化智慧選擇去往目標點的最優路徑，從而進行導航行為控制。
U-SLAM機器人自主定位導航商用級解決方案
透過U-SLAM，優必選科技為教育、醫療、導購、展覽、巡檢等多領域提供了相應的機器人工程解決方案。
U-SLAM覆蓋十大應用場景
· 商用場景下服務機器人的定位導航技術
室內智慧巡檢機器人AIMBOT（智巡士）是一款應用於室內巡檢的機器人，它在機房中有一個重要任務，就是精準地停在某一地點，透過攝像頭對儀器儀表進行視覺識別。
AIMBOT（智巡士）在機房檢測多類敏感資訊
我們知道，機房裡的機櫃往往並排相連，具有高度重複性，且都是黑色物狀伴隨空洞網狀和玻璃，當中的區別，肉眼也不一定能分辨出來。因此機房的精準識別，對機器人的定位導航前端提出了非常苛刻的執行條件。
機房環境對機器人定位導航條件嚴格
在解決鎮定問題的過程中，假如AIMBOT（智巡士）執行精度不到位，就會為視覺識別帶來困擾。可以說，AIMBOT（智巡士）在定位導航中面臨兩個緊迫問題：執行精度必須穩定；機房窄道流暢導航。
對於這些問題，來看看U-SLAM的技術先進性是怎麼解決的：
在
建圖技術
方面，如果地圖能形成較好的迴環，沒有很大的重影和噪點，將為機器人提供非常好的定位。
為了達到這個需求，U-SLAM的建圖技術採取了三種方法，分別是最優子圖搜尋演算法，減少多次行走重複路徑導致的地圖重影問題；以及關鍵幀約束搜尋演算法，為後端最佳化器建立更多的有效約束條件，減少迴環重影；還有相似區域判定演算法，抵抗機器人在高度相似性環境導致的誤迴環現象。
U-SLAM手機APP建圖
對於
重定位技術
，首先透過模板匹配提供一個粗精度的定位資訊，再採用相關性匹配和高斯牛頓對初值進行精匹配。透過對不同場景的特別設計，可以有效提升重定位精度，同時降低計算時間。
重定位技術流程
對於
定位技術
，第一是導航當中的定位，第二是到達目標點的執行，包含了執行精度的定位。U-SLAM定位系統可以融合鐳射雷達、輪式里程計、IMU等感測器資訊。
在
全域性路徑規劃
方面，包括了路徑切割技術，縮短實時規劃的路徑長度；高效智慧的規劃邏輯，權衡機櫃寬度和路徑長度，規劃最優路徑；臨界寬度處理技術，使機器人透過臨界寬度時不會猶豫，避開過道中開啟的機櫃門；障礙物記憶功能，當機器人在多條過道被臨時堵死時，仍然可以找到前往目標點的路徑。
全域性路徑規劃技術
在
導航流暢性
方面，鐳射感測器將對機房機櫃產生的大量鐳射噪點進行過濾，U-SLAM還在前端做了許多工作，讓定位更加穩定和精準，即便不到10cm的寬度，機器人也能安全快速導航。
鐳射噪點過濾示意
在機房進行導航避障，往往會遇到網線等懸空細小物體、玻璃等透明障礙物，透過除錯最佳化後，機器人也能快速及時地進行導航，解決好安全性問題。
AIMBOT（智巡士）在機房精準定位導航
· 基於UWB在超大場景的定位導航技術
除了應用在商用場景外，U-SLAM也能在超大場景下進行定位導航的良好部署。在機場、高鐵站這樣的環境中，普通的單線鐳射雷達往往無法完全“打到”邊界，這就造成有效感知不足問題，不能提供較好的定位。針對這個問題，採取UWB（超寬頻）無線通訊技術，能實現超大場景的測距與定位。
UWB的測距原理是什麼？透過一幀無線訊號的飛行時間，可以計算出收發端的距離。此外，任何無線訊號都可以用TOF測距，UWB頻率適中，精度與最大測距距離也比較平衡。
UWB系統原理
有了測距作為輸入後，再進行相應定位。已知多個基站座標，和標籤到這幾個基站的距離，就可以求得標籤座標。像隧道這樣的一維定位最少需要2個基站，平面定位最少需要3個基站，空間定位則最少需要4個基站。
機器人透過UWB進行測距與定位
UWB產品主要應用在UWB無線測距和UWB無線定位上。其中UWB無線測距，主要用於危險區的檢測，透過把UWB標籤放在機器人頭部，和基站進行測距和定位。
UWB用於危險區的檢測
UWB無線定位，則用於人員定位和機器人定位。在人員定位上，UWB落地在隧道、礦井裡，在施工過程中，工作人員需要佩戴標籤，從而得知每個人的具體位置，不僅提高合作效率，在發生危險情況時也能及時營救。在機器人定位上，機器人在機場等大場景中，透過和機場裡的多個基站進行測距，把自己的定位計算出來。
智慧服務機器人Cruzr（克魯澤）
在機場進行精準無線定位
· 人形機器人的多目視覺定位導航技術
大型仿人服務機器人Walker的身上加裝了兩個RGBD攝像頭，以及前後各一對雙目攝像頭的感測器佈局，從而實現多目視覺的定位導航技術。
應用到Walker之前，我們把基於原雙目SLAM演算法擴充套件到多目，達成“雙目+多單目+IMU”的形式。
多目VIO抗動態物體遮擋演示，有效提高定位精度和魯棒性，解決遮擋、動態物體對定位的影響
除此以外，U-SLAM還做了多目視覺的輔助定位——交叉迴環檢測。以往由於視覺視野有限，機器人實現迴環需要走“冤枉路”，也就是重複路徑。
多目視覺輔助定位——交叉迴環檢測
透過採用交叉迴環檢測技術，相機的影象可以在另一個相機的影象特徵庫中查詢到迴環。採用多目可以避免建圖時一個通道來回走，演算法除了可以應用在建圖時迴環檢測，還可以應用於重定位。
比如機器人前面的雙目攝像頭所看到一些特徵，儲存起來了，可以被機器人後面的雙目攝像頭利用，到了迴環或者重定位時，通過後攝像頭去查詢“曾經走過的地方是不是這裡”，從而提高重定位和迴環檢測的成功率。
應用在Walker身上時，透過多目構建較稠密的箭頭，用於避障以及三維重建，多目SLAM具有更廣的視野範圍，會建立更多的地圖點（類似用來定位的路標），可以實現更強的跟蹤效能、更高的建圖精度和定位精度。
Walker自主選擇全域性路徑，實現流暢避障和S形走位
未來研究方向
定位導航的表現往往以外部環境為前提來衡量，我們可以理解為這是對外部環境的一個泛函數。因此，如果以外部環境的適應性來去衡量，可以將定位導航分為三個階段：人工輔助階段、畫素級別特徵階段、物體級別特徵及語義特徵。
人工輔助階段目前已經較為成熟，更大量的研發是集中到當前的階段——畫素級別特徵階段，我們知道，更好的感測器可以覆蓋更多場景，但成本也同樣上升，不利於大規模機器人落地應用。從演算法的角度來說，更希望利用較低成本的感測器，走向物體級別特徵及語義階段，透過提升智慧性來保障安全性。
定位導航技術在垂直場景的應用方向
定位導航是構建整個機器人運動能力的關鍵支撐，已經成為服務機器人產品的核心和焦點之一。未來，定位導航將往“類人”方向前進，幫助降低感測器的支撐，以及前期部署和後期維護地圖的成本，大大提升導航安全性。優必選科技也將致力推動定位導航技術的發展和更廣泛的應用落地，為新基建和各行各業賦能。