話說回來，AMR是如何做到精準定位及準確到達目的地的呢？

別急，我們這就告訴你。AMR機器人能識別位姿并精準到達目的地主要是依賴于我們經常提到的SLAM導航技術。

什么是SLAM技術？

S.L.A.M.全稱為Simultaneous Localization and Mapping，是解決機器人在未知環境運動時的定位與地圖構建的技術領域，直接翻譯來講是“實時定位與地圖構建”技術，簡單來說就是讓機器人通過傳感器來獲取環境信息，在哪里，去哪里，怎么去，這里有什么，那里是什么，隨后系統將根據環境信息來獲取自身方位及路徑規劃。

有點難理解？沒關系，我們舉個例子。

現在我們假設你出差來到一個陌生的城市，為了迅速地熟悉環境并完成自己入住酒店的任務，這時你應該依次完成以下事情：

1

特征提取

用眼睛觀察周圍環境等，并記住他們的特征

2

地圖構建

在自己大腦中，根據眼睛獲取的信息，把環境特征用二維或三維地圖形式構建起來

3

bundle adjustment or EKF

當自己在行走時，不斷獲取新的特征地標，并且校正自己頭腦中的地圖模型

4

trajectory

根據自己前一段時間行走獲得的特征地標，確定自己的位置

5

loop-closure detection

當無意中走了很長一段路的時候，和腦海中的以往地標進行匹配，看一看是否走回了原路

以上五步是同時進行的，因此是Simultaneous Localization and Mapping。

作為自主移動機器人不可或缺的重要技術，SLAM技術正在受到越來越多關注。

目前，SLAM技術被廣泛運用于機器人、無人機、無人駕駛、AR、VR等領域，依靠傳感器可實現機器的自主定位、地圖構建、路徑規劃、自主導航等功能。

激光SLAM or 視覺SLAM？

目前用在SLAM上的傳感器主要分為兩類，一種是基于激光雷達的激光SLAM(Lidar SLAM)和基于視覺的VSLAM(Visual SLAM)。

視覺SLAM如眼睛一樣是獲取外界信息的主要來源，它可以從環境中獲取海量的、富于冗余的紋理信息，這是視覺SLAM的優點。

由于相機具有體積小、能耗低、成本低的優勢，而常被作為機器人的“眼睛”，這就是視覺SLAM的基礎。機器人自身通過相機獲取的圖像信息作為基礎，刻畫出周圍環境，再傳輸給“大腦”，最后系統進行判斷，完成機器人的定位。

聽著簡單，然而這項技術信息處理難度大、復雜度高，并且極易容易受到光照條件的影響，有時候就會顯得心有余而力不足。

所以激光SLAM來幫忙了

激光SLAM采用2D或3D激光雷達（也叫單線或多線激光雷達），2D激光雷達一般用于室內機器人上（如掃地機器人），而3D激光雷達一般使用于無人駕駛、機器人、AMR/AGV等領域。激光雷達的出現和普及使得測量更快更準，信息更豐富。

激光雷達測距比較準確，誤差模型簡單，特殊環境以外運行穩定，點云處理也比較容易，能夠充分適應動態變化環境，真正做到“你說東，它不往西”。激光SLAM理論研究也相對成熟，落地產品更豐富。

通過對比發現，激光SLAM和視覺SLAM各有所長，單獨使用都有其局限性，而融合使用則具有取長補短的作用。例如，視覺在紋理豐富的動態環境中穩定工作，并能為激光SLAM提供非常準確的點云匹配，而激光雷達提供的精確方向和距離信息在正確匹配的點云上會發揮更大的威力。而在光照嚴重不足或紋理缺失的環境中，激光SLAM的定位工作使得視覺可以借助不多的信息進行場景記錄。

這就是為什么我們KUKA AMR中多款產品都使用了融合導航的方式，以實現AMR在實際工作環境中精準找到自己的位置，看清周圍環境，計算出最優路線，最終準確到達目的地，完成工作任務。

未來應用

SLAM技術目前已經在多個領域都取得了不錯的落地效果與成績，包括室內的移動機器人，AR/VR、無人機、無人駕駛等等。

在未來，隨著傳感器精度的不斷提升，成本逐步降低，魯棒性增強，都將為更多行業領域帶來革命性的變化。而隨著SLAM技術的火熱，也將有越來越多的這方面人才涌進移動機器人領域，注入更多新鮮血液，帶來新的技術方向與研究領域。

作為深耕工業領域120多年的行業專家，庫卡早已關注到SLAM技術未來的發展前景，早在2008年就已開始布局，至今不斷深入研究，推出了更加完美先進的激光SLAM技術。今年又推出了新一代AMR產品KMP 1500i和AMR+產品，不需要輔助就能實現定位精度高達±10mm。

審核編輯：劉清