同意 @颜沁睿 关于「定位是机器人学时至今日最大的难题」的观点。 楼上 @周博磊 @Jeffrey Hu
回答得都很好，论述了学术界前沿中，视觉 SLAM 技术是如何解决机器人定位问题的。在这里，先简要回答大问题：我们在解决机器人在室内定位上的技术，是有机会可以帮助到“人类路痴”的。机器人在实际的客户场景中使用 SLAM 遇到的主要困难问题有两个：1）场景的多样性室内定位的使用场景是一个全开放的环境，什么样的情况都可能遇到。传感器都有自己的使用局限，无法适应所有的现场情况。比如现在的机器人普遍使用激光雷达来说，它的原理简单可以用下图表示：激光雷达是通过计算发射光到收到反射光的中间的时间，来计算距离的。当反射率低于10%的时候，激光就很难区分哪些信号是噪音，哪些信号是真正的反射光。机器人在客户现场并不是所有的墙面材质都能使得激光雷达获得高于10%的反射光。比如「黑色装修的店铺」、「玻璃幕墙」、「超大的空旷空间」，就对激光雷达传感器就非常的不友好。另外，看起来富丽堂皇的大理石装修或者是镜面，会把激光折射走，也对激光雷达不是非常友好。不同类型的墙面材质以摄像头为传感器的 VSLAM ，即视觉 SLAM ，也会受到室内光线变化、墙面、地面反光等问题的影响。2）场景的多变性另外一个挑战是「场景的多变性」：商场临时有铺位装修；商场某些促销的摊位，可能今天有，明天就没有了；某些商品今天摆这里，明天就换了一个位置；有些商户的窗帘，每天拉开的程度不一样……数不胜数的各种环境变化，给室内定位导航带来了非常多的挑战。要维护和更新面积巨大的室内地图，是非常费时费力的事儿。以单线激光雷达为主的机器人来说，一个数万平的商业广场，工程师需要花一定的时间，建立好地图供机器人导航。若局部环境超过40%的变化，工程师可能就得再去一趟现场，更新并测试该地图确实可用。如果每个月商场举办多场活动，机器人需要不断地配合更新。而让机器人独立自主地扫图，不需要人工干预的技术，目前还没有成熟到可以在产业界大规模使用。另外从工业界的角度，对几位小伙伴的回答做一些补充。第一个小问题：「经常会有一些机器人到处走的视频，他们是怎么知道自己在哪的？」从功能上来划分，当前机器人主要可以划分为三大类：工业机器人、服务机器人、特种机器人。其中涉及到自主移动的机器人才需要解决机器人定位问题。比如，工业机器人品类里面的工业 AGV ；服务机器人品类里面的酒店机器人、导购机器人；特种机器人品类里面的巡逻排爆机器人，等等。具体上面的机器人是如何知道自己在哪儿，从而实现自主导航的呢？当前针对不同的应用场景，在工业界的成熟机器人采用了不同的传感器及方案来实现的定位。仓储物流行业中，为解决一部分封闭区域内的物流调度问题，工业 AGV 有使用二维码来进行定位的。其主要思想是在地面上按照矩阵式贴满表征不同 ID 的二维码，用机器人底盘向下看的摄像头来识别这些二维码的 ID ，及观测自身与其之间的相对位姿。在二维码与二维码之间的路途，主要采用其自身里程计来实现过度性定位。图片来源于网络同样在仓储物流行业中，在柔性要求较高的场景下，工业 AGV 一般采用高质量激光雷达来进行定位，部分精度要求比较高的，还会采用在作业区域周边加装标定好的反光柱。比如无人叉车，以及汽车的试制车间。该场景下，主要通过激光雷达来做 SLAM 算法，以达成更高柔性的建图和定位的场景需求。图片来源于网络在酒店、办公区和一般商超的应用场景下，主流的定位采用以激光雷达为主，视觉为辅的方式。其主要思想是，使用激光雷达来建图，部分企业会用视觉来帮助地图的构建达到10万平米的级别；使用以激光雷达为核心的多传感器融合，运用 SLAM 算法来实现定位。在导航过程中，里程计可起到辅助定位作用，超声可起到避障作用，视觉可起到障碍物识别与通行区域判断作用。图片来源于网络在餐馆这样人比较多的应用场景下，部分企业为了降低成本，采取了低成本激光雷达与UWB（超宽频）无线定位传感器相配合的方式。主流的思想是由 UWB 提供全局定位，建图时候激光雷达会将 UWB 的定位信息融合进来。当然，餐厅服务机器人也有使用较贵的激光雷达，不用 UWB 传感器的。图片来源于网络在户外场景下，对于无人驾驶我们不做讨论。对于固定场景的园区来说，主流的定位方案是采用多线激光雷达、GNSS、里程计等传感器相配合的方式。京东物流车、菜鸟配送车、行深智能机器人等均采用上述传感器或主要采用上述传感器来进行定位。图片来源于网络在机场、高铁站这样的较大的室内环境下，不少企业采用了以激光雷达和 UWB 传感器相配合的方式。比如优必选科技等企业就采用了这样的方案。基于六大传感，360° 环状分布协同作业，优必选科技自行研发立体导航避障系统 U-SLAM，机器人可以在已建图区域内自动规划到达目标点的路径，实现自主导航行走。U-SLAM 定位解决方案https://www.zhihu.com/video/1132338917063622656通过 GPS 系统、激光雷达、深度摄像头，以及多种传感器的辅助，用户可以自主设定巡逻点、巡逻路线与巡逻时间，建立一套完整的巡逻方案。基于系统的自主导航算法，机器人自主规划最优路径，保障其在最短时间和最短路径到达指定目标点。另一个重点项目——大型仿人服务机器人 Walker，同样使用了 U-SLAM 导航避障。通过视觉导航，Walker 可以获得外界环境中更加丰富的信息，比如轮廓、颜色、深度等，无需再在环境中使用标记物帮助定位，从而提高对运动物体的抗干扰能力。主动避障技术会让机器人在避障时考虑障碍物的运动状态，同时自身的路径规划会根据越策的障碍物运动轨迹及已有地图信息，在时间和空间两个维度上规划处避障导航的最优路径。第二个小问题：「这些技术的发展，有没有可能解决人类的路痴问题？就是那种看了地图也不知道自己在哪的路痴？」答案是：当然。有一种技术，在你的手机中，使用你手机当中的蓝牙或者 WIFI，来帮助你在商场里面找到自己想去的地方。其主要思想可以理解为室内版的 GPS。有一款 APP 叫 Path Guide （寻路），就是帮助广大路痴小伙伴的。Path Guide 相当于 GPS 的补充，利用手机传感器所采集的室内环境信息会自动和运动轨迹相结合，第一个用户行走时可以生成参考路线。其他用户就可以下载这个参考路线，自动比较和同步当前行走过程中采集的传感器信息，从而获得由起点到终点的实时路线导航。图片来源于网络不过，要让「人类」找到到达目的地的路径，可能并不一定适用SLAM方案。在有高德地图、百度地图之前，我们很多人都是路痴。甚至有在很多大城市，都有号称「职业带路人」的临时向导。图片来源于网络随着室内情况越来越复杂，手机导航经常处于没法用的状态。为了找星巴克，分不清东南西北的「路痴」不得不站在大商场的向导牌前发呆，或者不得不让商场里的「带路人」帮我们找到目的地。通过辅助设备给人在室内定位的技术，和机器人室内定位技术相似。比如有些机场的候机楼就有智能导航手推车，可以使用 UWB 类似的定位技术，给旅客带路，帮助旅客找到指定的登机口或者商铺。图片来源于网络图片来源于网络如果只靠手机，不需要额外的设备就在室内定位，我们不一定非得给「人类」提供几十赫兹以上（x，y）定位坐标信息。举个例子，如果有了商场的商铺图，请用户用手机拍几张商场的Logo照片，是可以定位到自己在「麦当劳」门口。比如，用户想去「星巴克」，那么算法只需要指导「人类」沿着「麦当劳」→「肯德基」→「必胜客」方向一直走，直到看到「星巴克」为止。这种基于门店Logo的语义导航，或许更适合人类适用。如果用户愿意，像户外主播一样拿着手机面向前方一直走，手机甚至可以提供「AR」的路标，一直指导用户走到目的地「星巴克」。最后，室内定位技术的局限性，需要学术界和产业界投入更多时间和精力，才能真正造福「路痴」。特别感谢：优必选科技股份有限公司研究院 SLAM技术经理 刘志超 @西樵桑 研究院 高级产品经理 谢琨 @Bill Xie }