點擊上方“小白學視覺”，選擇加"星標"或“置頂”

重磅干貨，第一時間送達

SLAM是 Simultaneous Localization And Mapping的 英文首字母組合，一般翻譯為：同時定位與建圖、同時定位與地圖構建。

「同時定位與地圖構建」這幾個詞，乍一聽起來非常拗口，為了不在一開始就嚇跑讀者，我們先不對其進行專業(yè)的解釋，用一個日常生活中形象的例子來進行說明。

我們知道現(xiàn)在有不少家用的掃地機器人，可以代替人對室內進行自動清掃。早期的掃地機器人并不智能，它只是具有簡單的避障功能，在室內隨機游走，遇到障礙物就轉彎，這樣會導致有很多地方會漏掉，掃地效率非常低。

而現(xiàn)在隨著SLAM技術在掃地機器人中的應用，現(xiàn)在的掃地機器人已經(jīng)變的非常智能，可以通過自身的傳感器對室內進行掃描建圖，根據(jù)當前的定位進行Z字形規(guī)劃清掃，還能實現(xiàn)自動回充、斷點續(xù)掃等高級功能。

根據(jù)前面介紹，我們總結一下，要想真正實現(xiàn)智能的清掃，掃地機器人至少需要知道以下幾件事情：

1、我在哪里？也就是掃地機器人在工作過程中要知道自己在房間的具體位置。對應的術語叫：定位（Localization)。

2、我周圍的環(huán)境是什么樣子？也就是掃地機器人需要知道整個房間的地面結構信息。對應的術語叫：建圖(Mapping)。

3、我怎樣到達指定地點（充電器）？當掃地機器人電量不足時，如何以最短的路徑到達充電器所在位置進行自動充電。對應的術語叫：路徑規(guī)劃（Route Planning）。

有了以上的幾個能力，掃地機器人就變的非常智能了，不再像無頭蒼蠅一樣在室內亂跑，而是可以從任意位置出發(fā)，按照建立好的地圖進行規(guī)劃清掃。當然房間里的物品擺放也會發(fā)生變化，所以掃地機器人每次清掃也會根據(jù)當前的定位及掃描情況，在建好的地圖基礎上對進行更新。隨著使用時間的增長，掃地機器人建立的地圖會越來越準確，規(guī)劃的清掃路線越來越高效，變的越來越智能。

看明白了上面的例子，我們給出SLAM的定義。SLAM是指當某種移動設備（如機器人、無人機、手機等）從一個未知環(huán)境里的未知地點出發(fā)，在運動過程中通過傳感器（如激光雷達、攝像頭等）觀測定位自身位置、姿態(tài)、運動軌跡，再根據(jù)自身位置進行增量式的地圖構建，從而達到同時定位和地圖構建的目的。定位和建圖是兩個相輔相成的過程，地圖可以提供更好的定位，而定位也可以進一步擴建地圖。需要說明的是，上述掃地機器人例子中，定位和建圖是SLAM的基本要求，而路徑規(guī)劃是在此基礎上的高級功能，不屬于SLAM的討論范疇。

SLAM所使用的傳感器主要分為激光雷達和視覺兩大類。在SLAM研究史上，早期SLAM研究幾乎全使用激光雷達作為傳感器，其優(yōu)點是精度高，解決方案相對成熟。但是缺點也非常明顯，比如價格貴、體積大，信息少不夠直觀等。

視覺SLAM就是用攝像頭作為主傳感器，用拍攝的視頻流作為輸入來實現(xiàn)同時定位與建圖。視覺SLAM廣泛應用于AR、自動駕駛、智能機器人、無人機等前沿領域。我們知道SLAM的兩大核心：定位和建圖。下面分別進行說明。

SLAM在自動駕駛中最主要的功能就是更加精確的確定汽車自身的位置（當然建圖也很重要）。說到這里，很多人會有疑問：現(xiàn)在手機上的百度/高德/騰訊等地圖類App就可以定位，為什么還需要SLAM來定位呢？

原因是這樣的：目前地圖類App在室外定位、導航方面確實做的很不錯，而且衍生出很多基于地理位置的游戲、社交、生活類應用。不過現(xiàn)在的定位系統(tǒng)仍然存在以下兩個主要問題。

1、地圖類App背后使用的是GPS技術，但民用GPS最多也就達到幾米的定位精度，駕車的讀者應該深有體會：這些地圖類App導航時并不知道當前車輛在哪個車道上。

2、GPS只能在室外使用。而在建筑物內、洞穴、海底等很多地方，GPS會失效。而往往這些地方對于定位的需求很強烈，要想解決GPS失效區(qū)域的定位，目前最有效的就是SLAM技術。

如下圖所示是著名開源算法ORB-SLAM2使用架設在汽車上的攝像頭進行定位的結果。從圖中不難看出，算法非常清晰的展現(xiàn)了汽車當前所在的車道。

同樣的，對于室內使用的自主移動機器人來說，定位也完全依賴SLAM技術。如下圖是單目SLAM的過程。此外像京東，阿里這種大型的電商已經(jīng)在自己的倉庫配備了倉儲機器人，也稱AGV（Automated Guided Vehicle），可以根據(jù)建立的地圖確定自身的位置，然后根據(jù)任務需求進行路徑規(guī)劃來搬運貨物。

比如使用手機上的單目攝像頭可以對物體進行掃描，生成對應的三維模型。這稱為小尺度下的三維建模。當然，也可以對較大尺度的場景進行三維重建，比如下圖下就是Google project tango利用魚眼攝像頭對室外的大場景進行的三維重建。

最近幾年，隨著消費級RGB-D相機的普及，室內場景的三維重建也是一個非常熱門的方向。利用重建的結果可以實現(xiàn)很多 功能，比如室內移動機器人可以根據(jù)重建結果判斷障礙物距離、識別理解環(huán)境，進行導航；比如可以根據(jù)重建結果在家里玩增強現(xiàn)實游戲；還可以將二維圖片和重建結果進行融合實現(xiàn)三維漫游等。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內發(fā)送廣告，否則會請出群，謝謝理解~