机器人市场的爆发取决于多传感器融合的进度

（文章来源：21IC电子网）

机器人底盘的技术壁垒在于，不同场景下的多传感器的融合具有一定的技术门槛。从物理层面上来看，机器人底盘则主要是众多传感器的集成，激光雷达、双目视觉、超声、红外、以及轮毂电机、轮子等必要的悬挂。而如何将物理层面的硬件进行集合，则需要相应的算法和软件等相应技术。

目前SLAM是业内主流的定位导航技术，当我们谈到SLAM时，最先问到的就是传感器。SLAM的实现难度和传感器的形式与安装方式密切相关，传感器分为激光和视觉两大类，所以SLAM定位导航技术中有激光SLAM和视觉SLAM之分。

激光SLAM脱胎于早期的基于测距的定位方法，激光雷达的出现和普及使得测量更快更准，信息更丰富。激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点，被称为点云。通常，激光SLAM系统通过对不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了对机器人自身的定位。

那什么是视觉SLAM呢？眼睛是人类获取外界信息的主要来源，视觉SLAM也具有类似特点，它可以从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论，其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。随着近年相机技术和计算性能的进步，实时运行的视觉SLAM也已实现。

视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌，基于点云的激光SLAM算法无法区别他们，而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。

从应用场景来说，视觉SLAM的应用场景要丰富很多，在室内外均可工作，但是对光的依赖度很高，在暗处或无纹路区域无法工作，激光SLAM主要被应用在室内，用来进行地图构建和导航工作。从地图构建上，激光SLAM精度较高，国内思岚科技的PRLIDAR系列构建地图精度可达2cm左右，而视觉SLAM地图构建精度约3cm。

总的来说，激光SLAM是比较成熟的机器人底盘定位导航技术，而视觉SLAM技术是未来研究的主流方向，目前大部分厂商将视觉SLAM技术作为卖点配备在高端产品上，由于成本太高，尚且难以下沉到主流市场。

眼下，大多数机器人底盘企业使用的都是激光SLAM，但是研究视觉SLAM的企业也越来越多，例如布科思、艾芯智能、大道智创等，目前将激光SLAM和视觉SLAM等技术的融合应用还不太成熟，成本太过高昂，再加上机器人底盘对软硬件性能的要求较高，导致机器人底盘在市场上的形态还比较初级，无法应用到实际中去。

未来，多传感器融合是一种必然趋势，加快硬件处理能力、软件算法能力迭代，将视觉SLAM、激光SLAM取长补短，优势结合，为市场打造出最优的SLAM方案。