新發(fā)地來勢洶洶的疫情，再次牽動著全國人民的心，我們要保持信心，保持警惕，打贏這場防疫戰(zhàn)！而機器人的加入，必然是錦上添花。在隔離區(qū)，機器人實現(xiàn)了無接觸配送，保障了隔離區(qū)內(nèi)人員的生活。在醫(yī)院感染區(qū)，移動機器人可以代替醫(yī)護人員進入感染區(qū)執(zhí)行消毒，看護，體溫測量，清潔等工作，減少了醫(yī)護人員的感染風(fēng)險。在居民社區(qū)，機器人實現(xiàn)了防疫宣傳、外來人口登記，保障了疫情期間人們的正常生活……

這些功能的實現(xiàn)，都離不開機器人的智能移動能力。在之前的文章中，我們提到過底盤對移動機器人的意義，能夠幫助廠家快速集成，實現(xiàn)落地應(yīng)用。

今天，我們不聊底盤，我們來說說導(dǎo)航技術(shù)，因為導(dǎo)航搞不好，移動也白搭，底盤就失去了價值，沒有任何實用性。

大家都知道，自主定位導(dǎo)航包含了定位、建圖與路徑規(guī)劃。說到定位導(dǎo)航，必然會聯(lián)想到SLAM，但SLAM只是完成定位與地圖創(chuàng)建這兩件事，它并不完全等同于自主定位導(dǎo)航。

定位

不管你有沒有地圖，在前往目的地前，你肯定要知道自己的定位，機器人也是如此。只不過，我們定位靠眼睛，機器人則靠“激光雷達”。

▲激光雷達掃描輪廓數(shù)據(jù)

這就是激光雷達獲取的周圍環(huán)境信息，也就是我們所說的點云，它能反映機器人所在環(huán)境中“眼睛”能看到的一個部分。

建圖

我們身處陌生的環(huán)境時，導(dǎo)航軟件和戶外地圖成為我們找路最有利的工具，服務(wù)機器人和人類一樣也需要依靠地圖來感知外部的環(huán)境，通過算法與傳感器差異的不同機器人會采取不同的地圖描述形式。

SLAM建圖主要有三個過程：

（1）預(yù)處理：對雷達形成的點云原始數(shù)據(jù)進行優(yōu)化，剔除一些有問題的數(shù)據(jù)，或者進行濾波。

（2）匹配：把當(dāng)前這一局部環(huán)境的點云數(shù)據(jù)在已經(jīng)建立的地圖上尋找對應(yīng)的位置，進行匹配。

（3）地圖融合：將來自激光雷達的新一輪數(shù)據(jù)拼接到原始地圖當(dāng)中，最終完成地圖的更新。

▲地圖預(yù)處理、匹配和融合的過程

目前，柵格地圖是機器人使用最廣泛的地圖存儲方式。

柵格地圖就是把環(huán)境劃分成一系列柵格，其中每一柵格給定一個可能值，表示該柵格被占據(jù)的概率，其中每個“像素”則表示了實際環(huán)境中存在障礙物的概率分布。

▲ 柵格地圖的形成

這個過程聽起來其實并不復(fù)雜，但是還是會遇到很多未知問題。比如建圖閉環(huán)，如果匹配的算法不足夠優(yōu)秀，又或者是環(huán)境中遇到長直走廊、大場景建圖干擾時，機器人繞著環(huán)境走一圈后，可能會發(fā)現(xiàn)原本應(yīng)該閉合的一個環(huán)形走廊斷開了。

▲ 環(huán)形走廊閉合斷開

早在19年初，思嵐科技就已經(jīng)推出了SLAM 3.0系統(tǒng)來應(yīng)對這種問題，當(dāng)機器人運動到已經(jīng)探索過的原環(huán)境時， SLAM 3.0可依賴內(nèi)部的拓?fù)鋱D進行主動式的閉環(huán)檢測。當(dāng)發(fā)現(xiàn)了新的閉環(huán)信息后，SLAM 3.0使用Bundle Adjuestment(BA)等算法對原先的位姿拓?fù)涞貓D進行修正（即進行圖優(yōu)化），從而能有效的進行閉環(huán)后地圖的修正，實現(xiàn)更加可靠的環(huán)境建圖。

▲閉環(huán)修正

路徑規(guī)劃與運動控制

當(dāng)定位和建圖搞定之后，下一個就要解決移動的問題了，即目標(biāo)點A到B之間的導(dǎo)航規(guī)劃能力。

路徑規(guī)劃分為：全局規(guī)劃和局部規(guī)劃。

全局規(guī)劃：是最上層的運動規(guī)劃邏輯，它按照機器人預(yù)先記錄的環(huán)境地圖并結(jié)合機器人當(dāng)前位姿以及任務(wù)目標(biāo)點的位置，在地圖上找到前往目標(biāo)點最快捷的路徑。

局部規(guī)劃：當(dāng)環(huán)境出現(xiàn)變化或者上層規(guī)劃的路徑不利于機器人實際行走的時候（比如機器人無法按照規(guī)劃的路徑完成特定轉(zhuǎn)彎半徑的轉(zhuǎn)向），局部路徑規(guī)劃將做出微調(diào)。

▲分層級的運動規(guī)劃框架以及對應(yīng)輸出數(shù)據(jù)

這兩個層次的規(guī)劃模塊協(xié)同工作，機器人就可以很好的實現(xiàn)從A點到B點的智能移動了。不過實際工作環(huán)境下，上述配置還不夠。因為運動規(guī)劃的過程中還包含靜態(tài)地圖和動態(tài)地圖兩種情況。

A*算法

A*（A-Star)算法是一種靜態(tài)路網(wǎng)中求解最短路徑最有效的直接搜索方法，也是解決許多搜索問題的有效算法。算法中的距離估算值與實際值越接近，最終搜索速度越快。但是，A*算法同樣也可用于動態(tài)路徑規(guī)劃當(dāng)中，只是當(dāng)環(huán)境發(fā)生變化時，需要重新規(guī)劃路線。

D*算法

D*算法是目前的一種主流算法，最大優(yōu)點是不需要預(yù)先探明地圖，機器人可以和人一樣，即使在未知環(huán)境中，也可以展開行動，隨著機器人不斷探索，路徑也會時刻調(diào)整。

上述的幾種算法都是目前絕大部分機器人所需要的路徑規(guī)劃算法，能夠讓機器人跟人一樣智能，快速規(guī)劃A到B點的最短路徑，并在遇到障礙物的時候知道如何處理。但掃地機器人作為最早出現(xiàn)在消費市場的服務(wù)機器人之一，它需要的路徑規(guī)劃算法有點不一樣。

所以，針對不同場景應(yīng)用的機器人，自主定位導(dǎo)航技術(shù)還需要不斷升級更新，足以支撐更多場景應(yīng)用。只有導(dǎo)航技術(shù)做好了，機器人整體才能有一個質(zhì)的飛躍，機器人從0-1的布局才能越來越快。

編輯：hfy