|
slam歷史介紹 “舟師識地理，夜則觀星，晝則觀日，陰晦觀指南針”，幾個世紀以前的古人便利用觀星術和指南針實現了大航海中位置和航向的標定，走出世代居住的大陸走向廣袤的大海，探索新大陸。 圖1 GPS系統衛星示意圖 上個世紀七十年代由美軍研制并投入使用的GPS系統，實現了全球范圍內10米的定位精度，綜合定位精度在軍用領域可達到厘米級和毫米級。 有著出色定位性能的GPS技術，在室內卻無能為力。由于建筑物遮擋，配備GPS的手機在室內基本無法獲取定位信息，更不用談定位精度。 這就為室內slam帶來了巨大挑戰，各種室內定位和導航技術應運而生。 目前較為成熟的室內機器人slam方案 室內slam方案則根據其技術選型而有眾多區別。在日常生活中，大家經常接觸的多是iBeacon和WiFi室內定位兩種技術，這兩種方案均是基于2.4G射頻技術，根據射頻場強隨距離衰減的模型計算距離，因為射頻信號傳播本身就受環境干擾不穩定。所以基于這個原理的測距也不會精確。針對iBeacon，蘋果也是把結果放在一個大概范圍內，分成Immediate，Near，Far三種。根據測試結果在3米內精度尚可，3米后基本無效。所以也多是用在倉儲、商場、購物中心做粗略的樓層或位置判斷。 若應用在室內機器人行走，則因為精度問題以及需要提前布置無線基站，實際效果與成本差強人意。 圖2 Neato發布超低價格測距傳感器 2009年，成立于2005年的掃地機廠商Neato發布了一款成本極低的激光雷達，利用激光發射器與接收器之間的三角測距方法測得與障礙物之間的距離，激光測距傳感器安裝在電機上，通過旋轉測得一圈360°范圍內的距離，并基于此繪制室內地圖。測距范圍從20cm到6m，最大誤差只有3cm，以30美金的超低價格在機器人圈中引起不小的轟動。 圖3 激光三角測距原理 圖4 Neato測距傳感器原型 圖5 Neato測距傳感器成品圖，Amazon售價119美金。 圖6 現有其他品類的測距傳感器價格 而在此之前，市面上諸多高精度的測距傳感器價格(如圖6)高達幾千美金，用于無人車自動駕駛領域的激光雷達更是高達幾萬美金，致使激光雷達一直存在于各大科研院所的實驗室中，未能真正進入大眾的生活。 Neato一百美金的的激光雷達滿足了機器人對測距傳感器高性價比的需求，在此之后的幾年內，國內誕生了眾多基于此的激光雷達方案商。 圖7 國內同類型激光雷達，售價從2000元到3000元不等 圖8 Neato激光雷達拆解圖 從上圖很容易發現，Neato采用的旋轉式激光雷達采用的皮帶傳動，很容易老化，且激光測距模塊位于旋轉部件頂部，長時間轉動磨損較為嚴重，而Neato在Amazon的用戶評論也恰好證明了這一點： 圖9 Neato在Amazon用戶評論 按掃地機每天工作時間為2小時，則三年總計工作時間約為2000小時，即使行業內最早做室內機器人slam方案的Neato公司，其產品壽命也僅為兩三千小時，滿足室內機器人的高強度運行似乎有些困難。 針對室內機器人slam方案，其他機器人廠商是怎么解決的 由MIT人工智能實驗室的幾位學生在1990年創立的iRobot，從2002年九月份推出第一款掃地機后在短短的兩年內已賣出1百萬臺，截止到2012年，已賣出近8百萬的家用機器人，這樣一家行業巨頭，在家用機器人上又是采用什么樣的slam方案呢? 圖9 iRobot Roomba 980 vslam演示效果圖 Roomba 980 是iRobot于2015年12月推出的最新一款采用vslam方案的掃地機，在掃地機頂部一顆斜向上45°的攝像頭，攝像頭通過vslam算法拾取和記錄沙發中的大量特征點(尤其是物體的邊角)，并在運動過程中不斷追蹤這些特征點，同時不斷檢測新的特征點，由此建立一個環境地圖。但是，為了定位自己當前的位置，必須要結合其他測距傳感器，諸如陀螺儀、慣性導航設備等。 圖10 搭配Roomba 980 同時使用的Virtual Wall 模組 Virtual Wall 技術多出現于傳統的非智能掃地機中，多是因為傳統掃地機無法識別家庭環境，并建立一套行之有效的房間地圖，當臥室或廚房或兒童房等某個房間不需要掃地機清掃時則可在其門口設立這樣一個Virtual Wall模組，待掃地機行走到此處時，自動避開，人或動物則可暢通無阻。然而Roomba 980 不能依靠原有的vslam實現相關技術，而需另選Virtual Wall配件，則可見其vslam技術并沒有建立真正的室內地圖。 此外，vslam這種依托被動光源的導航方案，對光線要求較高，若光照條件不足，則會喪失導航的功能，進入到盲掃的狀態。 在采用被動光源的vslam相關技術領域中，由于需要通過處理大量包含rgb信息的圖像信息，一方面移動處理器的性能問題，另一方面相關算法的成熟度，不僅功耗較高，不適合移動機器人平臺，并且精度十分有限，甚至無法識別近處的較為細小的桌腿等障礙物。 讓家家都有機器人 從上面的分析可以發現，slam導航方案作為智能機器人的眼睛，所起到的作用尤為重要，擁有不完善或不成熟的導航方案的機器人猶如無頭的蒼蠅，無法很好融入每個家庭。 綜合上述幾種slam方案，有沒有一種真正能讓機器人走進每個家庭的解決方案么? 圖11 主流的兩家掃地機廠商Neato、iRobot與Robotleo 2D Depth camera的參數對比 從上表不難發現，slam方案常見的幾個參數中，Robotleo 2D Depth Camera均略占優勢。 圖12 Robotleo 2D Depth Camera 實物圖 對計算機視覺熟悉的朋友很容易就發現，Robotleo 2D Depth Camera最上面是一個發射紅外結構光的器件，下面依次是RGB和紅外攝像頭。下面就其原理為大家簡單做個介紹： 圖13 Kinect 3D 結構光原理圖 諸位從事機器人相關領域的朋友應該非常熟悉上面的這張圖片，在日常開發中經常用到Kinect做為機器人提供slam方案，輔助進行物體識別、物體抓取等操作，這里提到的便是降了一維的2D Depth Camera。首先從計算量則降低了很多，只需廉價的芯片即可完成相關圖形處理;其次采用標準的線性結構光器件與攝像頭模組，大大降低了相關的元器件成本，這也從根本上讓2D Depth Camera從幾百美金降到了只有幾十美金，甚至在將來技術方案成熟后，成本將會進一步下降;再者，中間的RGB攝像頭通過特征點拾取幫助識別如鞋子、玩具等低矮的障礙物，讓掃地機擁有真正的智能。相較于Neato 旋轉激光雷達的方案，則在穩定性與使用壽命方面得到了大幅提升，不再為slam模組的售后而擔心。 2D Depth Camera視覺測距模塊，目前已經同國內多家品牌掃地機廠商，以及量產能力較強的掃地機代工廠展開了實質合作，大家對整體解決方案的高度認可和隨后的批量化采購，勢必會較大提升整個掃地機行業的技術水平。如果價格的適當提升能夠控制在消費者可接受的范圍內，那家庭用戶具備自動測距、繪圖和智能路徑規劃而不瞎撞亂跑的掃地機的大時代，也就指日可待了。 本文作者為雷動云合市場總監，王永濤，致力于讓真正的智能機器人走入每個家庭。 |
