如今，機器人已被廣泛應用于餐廳、酒店、銀行等各大服務場所，在人員復雜的場景中，對于機器人如何自由穿梭于人群是個很大的挑戰，這需要涉及到機器人的自主定位導航技術，自主定位導航技術是機器人實現自主行走的重要標志，而避障又是實現自主定位導航的基本，它是指機器人在行走時，通過傳感器感知到在其路線規劃上存在的靜態或動態障礙物，按照相應算法進行路徑實時更新，最終繞開障礙物到達目標點。那機器人避障問題又該如何解決呢？

目前，在解決機器人避障問題中，市面上大多會采用到激光雷達傳感器，激光雷達是機器人避障的重要傳感器，它扮演著機器人“眼睛”的角色，可以實時感知周圍環境信息，包括障礙物的尺寸、形狀、位置、姿態等。

當然，如果僅靠激光雷達是無法達到理想中的效果，為此，思嵐科技在幾年前就推出了扮演機器人“小腦”角色的Slamware Core，一個控制機器人運動的核心中樞。對機器人來說，小腦可以繪制環境地圖來指導自身行動，而如何在環境中找到一條從起點到終點，同時避開障礙物的最優路徑顯得更為困難。

思嵐科技的模塊化自主定位導航SLAMWARE內置基于激光雷達的同步定位與建圖 （SLAM） 及配套的路徑規劃功能。同時，它也是思嵐科技推出的服務機器人自主行走的全套解決方案之一。

相較于開源ROS機器人操作系統，SLAMWARE內置的SLAM算法構建出的地圖更加精確，即使受到外界干擾也可以保持較高的定位精度。同時，SLAMWARE采用D*算法（即動態啟發式路徑搜索算法），機器人不預先錄入地圖，便可在陌生環境中行動自如，躲避動態障礙物。

通常來說，如果想讓機器人勝任較為復雜場景的避障任務，除了激光雷達與SLAM算法外，還需要結合其他傳感器作為補充。需涉及到超聲波、深度攝像頭、防跌落、防碰撞等多種傳感器。但在實際應用中，傳感器也并非越多越好，不合理的傳感器組合不但會增加使用成本，還有可能導致各傳感器之間產生互相干擾的情況。每種傳感器的誤差和噪音模型都存在區別，比如超聲波傳感器的測距精度和檢出障礙物的方位精度遠遠低于激光雷達。

對不同傳感器進行融合，提取出更加符合現實情況的檢測數據，產品形態、與使用環境的適用性、及成本問題是不得不考慮的。

產品形態：傳感器的選擇本身也會受造型、運動特性等影響，比如一些防人的教育機器人，本身外形就小巧可愛，如果將一個體積較大的雷達放置其中，顯然整體的美觀度便會受影響的。

與使用環境的適用性：每種傳感器都有其不同的特性，就激光雷達而言，假如將一個只有10米探測距離的激光雷達應用于工作環境遠遠大于10米的大場景中顯然是不合適的。同樣，如果機器人需要在黑暗環境中工作，只配備了只能接受可見光的視覺傳感器也是不合適的。

成本：成本問題是制約定位導航技術普及的核心因素，當選用的傳感器可以很好的滿足上述指標后，成本便是決定其能否最終被選用的標準。歷史上，由于激光雷達成本高昂，導致無法最終在實際產品中應用。近年來，國內低成本激光雷達的興起，打破了我國長期被國外壟斷的現象。

機器人避障是實現機器人自主行走的根本，解決機器人避障問題除了利用激光雷達作為核心傳感器配合相應算法，還應做好多傳感器的融合，否則很難達到理想的避障效果。

責任編輯：gt