SLAM技术在机器人中的应用与AR领域有什么不同？

近年来，随着机器人、无人驾驶、AR等行业的兴起，SLAM热度持续攀升，对于SLAM技术的关注除了学术界，在相关产品的带动下，大众对于SLAM的关注度也在逐年递增。根据百度的搜索指数来看，2011年至2019年，SLAM一词的搜索热度就一直处于稳步增长状态。

SLAM搜索热度（来源百度指数）

SLAM意为“即时定位与地图构建”，它是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程，目前，SLAM在机器人、无人驾驶、AR等领域扮演了重要角色。

先拿扫地机器人来说，它是机器人里最早用到SLAM技术的，国内的科沃斯、米家、岚豹等扫地机器人均采用了SLAM算法结合激光雷达或摄像头，让扫地机器人能识别周围环境，高效绘制室内地图，做到自主避障、路径规划等高级任务，从而实现房间内的智能清扫。而没有定位导航功能的扫地机就如同一只无头苍蝇一般，只会走直线，只有在碰到物体时才会转向，以至于效率非常低下，并且有些地方也无法清洁到，而拥有自主定位导航的扫地机器人，在开启清扫后，只需转几个圈圈的时间，就能毫厘不差的刻画家庭环境构造和家具分布。清扫时扫地机会先沿边清扫出一片区域，在分区内以弓字形的路径走出工整的路线，边扫边建图，通过一个个分区的形式将家里每个地方都清扫覆盖到，最终形成家中的完整地图。

岚豹扫地机在家中最终形成的完整地图

当然，在机器人领域，SLAM技术不仅仅可以应用到扫地机器人中，它还有很多应用实例，例如酒店服务、自动送餐、儿童陪伴、智能引导、智能仓储等等。

除此之外，SLAM技术在无人驾驶领域也异常火热，从原理上来说，无人驾驶汽车其实也属于移动机器人。近年来，Google、Uber、百度等企业都在加速研发的无人车相信大家并不陌生，随着城市物联网和智能系统的完善，无人驾驶必是大势所趋。无人驾驶主要是利用激光雷达作为核心传感器，来获取地图数据，并构建地图，规避路程中遇到的障碍物，实现路径规划。与SLAM技术在机器人领域的应用类似，只是相比较于SLAM在机器人中的应用，无人驾驶的激光雷达要求和成本高于机器人。

有别于SLAM在机器人、无人驾驶中的应用，在AR领域则有很多不同。通过SLAM技术的实时定位，可以将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时的叠加在同一个画面或空间，这一画面的实现，离不开SLAM技术，虽然在AR行业中也有一些可替代技术，但SLAM技术目前仍是最为理想的定位导航技术。

相比较于SLAM在机器人及无人驾驶上的应用，在AR中，一般更关注于局部的精度，要求恢复的相机运动避免出现漂移、抖动，这样叠加的虚拟物体才能看起来与现实场景真实的融合在一起。但在机器人及无人驾驶上，一般更关注于全局的精度，需要恢复的整条运动轨迹不能产生累计误差，循环回路要能闭合，而在某个局部的漂移、抖动等问题往往对机器人应用来说影响不大。另外，在AR上对硬件的体积、功率、成本等问题比机器人更敏感，比如机器人上可以配置鱼眼、双目或深度摄像头、高性能CPU等硬件来降低SLAM的难度，而AR应用更倾向于采用更为高效、鲁邦的算法达到需求。

在不同的应用领域，SLAM技术都扮演了非常重要的角色，它的出现让真正的智能移动机器人触手可及，让无人机将不再依赖于色块识别，让虚拟的世界更加“真实”...。