SLAM，是現(xiàn)在導(dǎo)航定位技術(shù)中的熱門技術(shù)，能讓機(jī)器人和無人駕駛汽車在未知的環(huán)境中進(jìn)行自主定位并規(guī)劃路徑，構(gòu)建出增量式的地圖。SLAM重要的理論與應(yīng)用價(jià)值被認(rèn)為是實(shí)現(xiàn)機(jī)器人自主移動(dòng)以及汽車無人駕駛的關(guān)鍵技術(shù)。

無人設(shè)備的迅速普及加速了SLAM行業(yè)發(fā)展，Global Info Research調(diào)研給出的數(shù)據(jù)是全球SLAM技術(shù)近五年年復(fù)合增長率達(dá)到34.2%，可見行業(yè)增長之快。SLAM應(yīng)用和軟件技術(shù)、硬件技術(shù)都強(qiáng)相關(guān)，既需要傳感器在前端提供優(yōu)質(zhì)的感知信號，也需要后端先進(jìn)的算法對位姿圖進(jìn)行優(yōu)化處理。嚴(yán)格來說，SLAM技術(shù)本身雖然是一項(xiàng)算法技術(shù)，但是應(yīng)用SLAM的基礎(chǔ)是性能優(yōu)異的傳感器。

視覺傳感器與SLAM

從目前市面上主流的SLAM產(chǎn)品來看，主要分為兩條路線，一是視覺SLAM，二是激光雷達(dá)SLAM。當(dāng)然也有其他的技術(shù)路線，但是這兩類是最受關(guān)注，也最有可能快速大規(guī)模落地的方向。視覺SLAM，即在感知層使用視覺傳感器來采集圖像的SLAM技術(shù)。

視覺SLAM導(dǎo)航已經(jīng)有很多案例，在機(jī)器人、自動(dòng)駕駛、ARVR方向這些主要的SLAM應(yīng)用方向上不少都用的視覺方案。不同的傳感器實(shí)現(xiàn)的視覺SLAM效果天差地別，普通相機(jī)（廣角、魚眼和球形相機(jī)）、復(fù)眼相機(jī)（立體相機(jī)和多相機(jī)）和 RGB-D相機(jī)（深度相機(jī)和ToF相機(jī)）實(shí)現(xiàn)出的SLAM效果各不相同。

單目是成本最低的方案，分辨率可以做到2K還是很高的，算法難度適中。單目SLAM能做到對已經(jīng)識別出的物體避障，通過傳感出的圖像預(yù)估距離，整體的精度不算高，避障效果中規(guī)中矩。

雙目在單目的基礎(chǔ)上進(jìn)一步匹配RDB特征，分辨率同樣很高，整體硬件成本稍有上升，算法難度大幅提升，因?yàn)榭梢允占缴疃刃畔⒋蟠笤黾恿怂惴ㄌ幚黼y度。整個(gè)SLAM效果比單目提升很多。

也有使用3D結(jié)構(gòu)光和3D ToF的SLAM方案，分辨率比單、雙目相機(jī)就差一些，但在避障距離、障礙物識別上各有優(yōu)勢。

激光雷達(dá)與SLAM

使用激光雷達(dá)傳感器的SLAM，利用激光雷達(dá)傳感輸出的二維或三維點(diǎn)云數(shù)據(jù)進(jìn)行構(gòu)圖與定位。對比相機(jī)和其他圖像傳感器，分辨率不占優(yōu)勢的激光雷達(dá)，在點(diǎn)云上提供了高精確度距離測度數(shù)據(jù)，在深度信息獲取和精確度上的優(yōu)勢很明顯。

激光雷達(dá)提供的點(diǎn)云數(shù)據(jù)直接影響了最后SLAM效果，而且就點(diǎn)云密度而言，因?yàn)椴蝗缫曈X傳感器精細(xì)，所以為了保證充足的特征來進(jìn)行匹配，激光SLAM通常都需要搭配復(fù)雜的算法通過高處理能力來實(shí)現(xiàn)從傳感到構(gòu)圖定位的一系列流程，這也很大程度上拉高了激光雷達(dá)SLAM成本。

激光雷達(dá)有2D和3D之分，在激光雷達(dá)SLAM自然也有2D與3D之分。2D激光雷達(dá)SLAM受限于傳感器性能，只能識別二維平面，不能適用于復(fù)雜的三維環(huán)境。對于場景復(fù)雜的場景，如無人機(jī)和自動(dòng)駕駛，基于多線激光雷達(dá)的 3D SLAM定位技術(shù)，是目前全球最領(lǐng)先的3D SLAM定位導(dǎo)航技術(shù)。

基于多線激光雷達(dá)的3D SLAM技術(shù)理論上可以構(gòu)建百萬平米的超大場景3D點(diǎn)云地圖，當(dāng)然這建立在傳感器性能足夠好的基礎(chǔ)上。實(shí)現(xiàn)高精度的定位導(dǎo)航，激光雷達(dá)SLAM還需要其他傳感器提供的數(shù)據(jù)進(jìn)行融合，如何降低硬件成本也是該技術(shù)落地的挑戰(zhàn)。

小結(jié)

視覺SLAM和激光雷達(dá)SLAM目前還沒有定論到底哪個(gè)更勝一籌，雖然硬件成本更低更親民的視覺SLAM在精度上受限，但現(xiàn)在融合其他傳感器（如IMU）的視覺SLAM研究也很熱，融合突破后的視覺SLAM未嘗不能實(shí)現(xiàn)更好的導(dǎo)航定位。

而激光雷達(dá)SLAM的成本近幾年也的確有下探的趨勢，很多傳感器廠商將傳感器加SLAM整套方案打包的方式也有助于成本逐步下探，假以時(shí)日視覺SLAM的成本優(yōu)勢或許就不再明顯，未來二者相容也不是不可能。