移动机器人SLAM技术

摘 要 在太空探索宇航领域、工业自动化领域、以及军事服务等领域移动机器人系统技术有着广泛的发展前景。SLAM技术的是simultaneous localization and mapping的缩写，即时定位与地图构建。也可以叫做Concurrent Mapping and Localization并发建图与定位，缩写为CML。本文以移动机器人在未知环境下的SLAM技术问题为主要研究对象，探析了SLAM技术在移动机器人上的应用。总结了SLAM技术问题以及相关的研究现状，分析了SLAM技术存在的优缺点，阐述现有SLAM技术解决方法在移动机器人领域的发展趋势及展望。

【关键词】移动机器人 同时定位与地图创建 发建图与定位 SLAM技术

1 相关概念及研究意义

移动机器人的并发建图与定位操作技术是当前自主导航技术研究领域中的基础问题之一，也是移动机器人实现智能化的前提条件，即时定位与地图构建技术并成为机器人领域的研究热点。移动机器人从空间层面上分，可以分为陆地操作移动机器人、水下操作移动机器人、空中操作移动机器人三大层次领域。

SLAM技术是指设备在移动的过程中可以实现同时定位与地图建模的操作功能。SLAM技术可以描述为移动机器人放在一个未知的特定环境区域中，由一个随机的未知的位置，也就是起始点开始自由移动。机器人在移动过程中可以通过位置信息进行估算，然后在地图中进行数据信息匹配实现自身定位功能操作。同时，在自身定位的基础上实时的对地图进行增量式的地图信息更新操作。从而实现移动机器人在未知环境中能自主定位和导航操作。在这个自主定位和导航移动的操作过程中，机器人没有受到外部环境先验知识的协同帮助，而移动机器人系统中所使用的地图模型和自身的定位功能都依赖于该机器人自身所赋予的算法和外部的传感器来实现。SLAM技术主要的研究意义就是指在于实现机器人的自主定位和导航的操作功能。

2 SLAM技术研究现状及发展趋势

2.1 在陆地移动机器人领域即室内机器人技术领域中的应用

室内机器人领域是最早使用到SLAM时定位与地图构建相关的技术。而扫地移动机器人要算是众多移动机器人里最早用到SLAM技术一批了。比如在国内已经有以下几家企业已经把SLAM时定位与地图构建相关的技术使用到了相关的产品中了。例如塔米、科沃斯等扫地移动机器人通过使用用SLAM算法的基础上结合激光雷达或者摄像头的方法，让扫地移动机气人可以实现高效绘制室内地图，然后进行对数据处理，智能分析数据和规划扫地环境中的移动轨迹，从而实现移动扫地机器人的智能导航操作功能。SLAM技术的出现，引领了陆地移动机器人领域即室内机器人技术领域的相关产品的发展。

2.2 在空中移动机器人领域即无人机技术领域中的应用

在国内，大家熟知的大疆无人机在相关技术上也用到了SLAM即时定位与地图构建技术。而大疆精灵四这款无人机的避障用的双目视觉和超声波技术中就应用了SLAM即时定位与地图构建技术。一位大疆企业内的工程师在百度百家的撰文里坦率承认“P4里面呈现的主动避障功能就是一种非常非常典型的SLAM即时定位与地图构建技术的弱应用，无人机只需要知道障碍物在哪，就可以进行自身定位的基础上建造增量式地图信息更新，从而实现机器人的自主定位和导航操作功能。并且可以实现自主性绕开障碍物。当然Slam能做的事情远远不止这些，包括灾区救援，包括探洞，包括人机配合甚至集群，所有的关于无人机的梦想都建立在Slam之上，这是无人机能飞（具有定位，姿态确定以后）的时代以后，无人机最核心的技术。”

在国外，hover camera无人机，因为其创始人的的计算机视觉背景，正式把SLAM技术应用进来了。在介绍他们无人机的主要产品技术时，提到了SLAM即时定位与地图构建技术，通过感知自身周围环境来构建3D增量式地图数据和信息，从而实现自主定位和导航功能操作。在美国一定范围内对SLAM即时定位与地图构建技术引起了很大的影响，也促进了人们对SLAM即时定位与地图构建技术的认知。

2.3 在陆地移动机器人领域即无人驾驶技术领域中的应用

因为Google无人驾驶车的科普效应，很多人都知道了基于激光雷达技术的Lidar Slam。Lidar Slam是指利用激光雷达作为外部传感器，获取地图数据，使机器人实现同步定位与地图构建。虽然成本高昂，但目前为止是该技术领域中稳定性最好、可靠性更稳定、综合性能最好的SLAM方式。另外，2011 年，牛津大学Mobile Robotics Group 首次向公众展示他们的第一辆无人驾驶汽车野猫Wildcat，这是一辆由 Bowler Wildcat 4X4 改装而成的车。汽车头顶的相机和激光能够搜集信息然后即时分析导航，已经成功通过了測试。2014 年，他们改装的一辆 Nissan 的 Leaf 也成功路测。Mobile Robotics Group主要研究领域是大规模的导航和对自然场景理解。据称，团队所拥有的技术也是非常稳定，其复杂和先进性远远超过一般的同步定位与地图构建SLAM算法。可圈可点的是，对于无人驾驶技术，他们并没有使用 GPS 或者是嵌入式的基础设施信标之类，而是使用算法来导航，包括机器学习和概率推理来建立周围的地图等。

3 总结展望

本文以移动机器人在未知环境下的SLAM技术问题为主要研究对象，探析了SLAM技术在移动机器人上的应用。总结了SLAM技术问题以及在相关领域中的应用为研究对象探析了并发建图与定位的技术现状，分析了SLAM技术存在的优缺点。随着SLAM技术的不断发展，无人驾驶及操作控制技术会更加完善。而相关领域的应用产品也会在并发建图与定位技术不断完善的基础上不断得到发展和生产使用。移动机器人实际的工作环境基本以动态为主，并且路标的数目也会因环境不同或者视野受限而受到制约，这就需要有更加完善的SLAM同步自定位与地图创建技术来支撑。

参考文献

[1]陈卫东，张飞.移动机器人的同步自定位与地图创建研究进展[J].控制理论与应用，2005，22（03）：455-460.

[2]王亚非，严真旭.激光在超声检测技术中的应用[J].激光与光电子学进展，2006，43（02）.

[3]贺伟，梁昔明.未知环境中移动机器人SLAM问题的研究进展[J].人工智能，2005，21（03）.

[4]段锁林，谈刚，周玉勤，朱海勇.移动机器人SLAM问题的研究[J].计算机测量与控制，2016，24（04）.

作者简介

孙博雅（1992-），女，吉林省长春市人。硕士研究生学历。主要研究方向为机器人测控技术。

作者单位

长春理工大学 吉林省长春市 130022