時至今日，機器人已經成我們日常生活的重要參與者，從商場到超市，從酒店到家中，機器人產品已隨處可見。

面對各式各樣的機器人產品，不知你是否也會有和我一樣的疑問——機器人是如何做到精準導航定位的？激光導航與視覺導航又有何卻別？今天，我們就深入了解一番。

首先大家要明確一個概念——同時定位與地圖構建（簡稱SLAM），通常是指在機器人上，通過對各種傳感器數據進行采集和計算，生成其自身位置姿態的定位和場景地圖信息的系統。SLAM對于機器人或其他智能體的行動和交互能力至為關鍵，因為它代表了自主移動的基礎：知道自己在哪里，知道周圍環境如何，進而知道下一步該如何自主行動。

一般來講，機器人導航定位系統是為以SLAM為核心，融合路徑規劃和運動控制的一整套方案。按照核心功能模塊來區分，目前常見的機器人導航方案一般具有兩種形式：激光導航和視覺導航。

丨激光導航

激光導航脫胎于早期的基于測距的定位方法(如超聲和紅外單點測距)。激光雷達(Light Detection And Ranging)的出現和普及使得測量更快更準，信息更豐富。激光雷達采集到的物體信息呈現出一系列分散的、具有準確角度和距離信息的點，被稱為點云。通常，激光導航系統通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態的改變，也就完成了對機器人自身的定位。

激光雷達距離測量比較準確，誤差模型簡單，點云的處理也比較容易。同時，點云信息本身包含直接的幾何關系，使得機器人的路徑規劃和導航變得直觀。激光導航理論研究也相對成熟，落地產品更豐富。但這種技術也有其無法忽略的問題——成本高、系統可靠一般。

無論是應用于掃地機器人的低端雷達抑或應用于商業服務機器人的高端雷達，激光雷達的成本已經是機器人廠商成本的重要支出。此外，由于激光雷達受限于單一的信息采集模式，遇到走廊等相似場景容易出現“假回環”，易發生位置丟失，并且在異常位置、開機重啟等情況下，激光雷達也很難進行快速準確的重定位。因此，在酒店、室外等場景中，采用激光雷達導航的機器人時常發生導航定位錯誤。

丨視覺導航

眼睛是人類獲取外界信息的主要來源，視覺導航也具有類似特點，它可以從環境中獲取海量的、富于冗余的紋理信息，擁有超強的場景辨識能力，且相對于成本較高的激光雷達，視覺傳感器在成本控制上有著天然優勢。

由于工作原理的不同，雖然視覺SLAM成本較低，但其本身需要較強的計算資源，對算法要求也較高，同時視覺SLAM的原理也只是盡可能接近物理探測，因此在精度上略有不足。所以在具體應用中，需要因地制宜，結合實際場景實用。

例如，在以掃地機為代表的小型機器人底盤上，視覺導航方案是一種替代性的方案，可以取代現有的激光雷達方案，以更低的成本實現建圖、導航、避障甚至回充等功能，并且智能化程度更高，具有很強的交互潛力。但在以安全為前提的服務機器人上，視覺導航更合理的使用方式是與現有激光、里程計等多傳感器融合，解決假回環、重定位、深度測量等問題，進一步提高機器人的魯棒性，滿足更為嚴苛的使用需求。

當然，市場中也有個別視覺導航系統精度十分優秀，如我們耳熟能詳的iRobot。這家公司的掃地機器人產品多數搭載的自研視覺SLAM導航定位系統，其定位精度、導航穩定性十分被市場認可。無獨有偶，國內立體視覺方案提供商INDEMIND，所推出的機器人視覺導航定位解決方案也十分值得稱道，該方案的可實現絕對定位精度<1%，姿態精度<1°的導航定位效果，同時還支持路徑規劃、智能避障、障礙物識別等功能。

總的來說，與激光雷達方案相比，視覺導航是一個維度更高、成本更低、適用性更強的機器人導航定位方案，未來，隨著算力的提升，算力成本的降低，視覺導航方案的成本可以進一步下探；伴隨研究的深入，視覺導航所帶來的環境語義功能日趨完善，具有更高維度交互潛力的智能視覺機器人無疑在面臨下一輪競爭時更具優勢，因此，可以預見視覺導航方案廣闊的發展前景，視覺導航也必將成為機器人導航領域的主流。