單目攝像頭定位最大的優(yōu)點(diǎn)是便宜，定位有多種思路，比較典型的有兩種：

1）間接定位

運(yùn)動(dòng)主體可以通過識(shí)別一些不動(dòng)的物體作為參照，間接進(jìn)行定位。但這個(gè)對(duì)于機(jī)器人來說非常難。因?yàn)橥饨绲沫h(huán)境通過攝像頭傳入機(jī)器人的都是數(shù)字化的信息，具體就是像素點(diǎn)，數(shù)字化的信息通過識(shí)別物體的方式進(jìn)行定位，是一件非常吃力的事情。

有一個(gè)變種的方案很方便實(shí)施，就是二維碼方案，機(jī)器人識(shí)別二維碼是非常容易的，通過知曉二維碼的寬度（只有知曉先驗(yàn)大小，才能判斷遠(yuǎn)近），與不同二維碼所代表的地標(biāo)位置，機(jī)器人可以僅僅通過單目2D攝像頭方便的推算出自己的絕對(duì)位姿。以前的VR設(shè)備，如HTC VIVE，多采用這種方式實(shí)現(xiàn)定位。這個(gè)方案不方便之處在于要提前部署二維碼。

2）單目SLAM

單目SLAM要做到比較魯棒的定位，需要兩個(gè)階段， 分為前端的視覺里程計(jì)和后端的回環(huán)機(jī)制。該方案的問題包含初始化尺度問題和實(shí)際工程實(shí)施中計(jì)算量實(shí)時(shí)性問題。

尺度問題，是由2D成像理論內(nèi)在特點(diǎn)決定的，因?yàn)闆]有深度信息，大小和遠(yuǎn)近是可以成比例縮放的， 反映到單目SLAM, 在初始化階段，必須運(yùn)動(dòng)主體有平移的動(dòng)作，來確定一個(gè)尺度基準(zhǔn)，這個(gè)尺度基準(zhǔn)是無法與測(cè)量單位“m,cm,mm”對(duì)應(yīng)的，只是自己的一個(gè)單位， 后續(xù)的建圖和定位都是基于這個(gè)單位來進(jìn)行， 建立的地圖和定位理論上可以等比例縮放。

計(jì)算量問題，在于SLAM算法本身的復(fù)雜性，勉強(qiáng)在嵌入式設(shè)備上跑，計(jì)算資源基本耗盡。在實(shí)踐中可以從算法并行計(jì)算方面進(jìn)行探索，或者選擇高性能的計(jì)算平臺(tái)。

單目SLAM 分為特征點(diǎn)法和直接法，考慮到對(duì)周遭環(huán)境的魯棒性，一般采用特征點(diǎn)法，就是采用人工設(shè)計(jì)的角點(diǎn)，作為連續(xù)幀進(jìn)行地標(biāo)匹配。角點(diǎn)肯定是稀疏的，所以建圖只是作為定位的輔助地標(biāo)來做使用， 不能指導(dǎo)避障和導(dǎo)航。

主動(dòng)光深度攝像頭(3D）

這種攝像頭在2D攝像頭的基礎(chǔ)上，增加紅外發(fā)射和接收裝置，在2D RGB像素上增加深度（距離）信息。比較有名的產(chǎn)品有微軟的Kinect，蘋果最新的手機(jī)產(chǎn)品IphoneX會(huì)配備這種攝像頭，提供給用戶VR使用體驗(yàn)和增強(qiáng)人臉識(shí)別FaceId的準(zhǔn)確度。

深度攝像頭在定位方面主要是深度SLAM方案。 相對(duì)于單目SLAM, 因?yàn)槊總€(gè)像素有了深度信息， 這樣尺度問題就不存在了，不需要運(yùn)動(dòng)主體做平移運(yùn)動(dòng)來做初始化動(dòng)作。有了深度信息，理論上建圖是可以做稠密圖，可以做三維建模。

它的缺點(diǎn)也很明顯，除了跟2D一樣算法計(jì)算量偏大，紅外主動(dòng)光非常容易受到其它強(qiáng)光的影響， 這樣在室外基本就退化成一個(gè)2D攝像頭了。 對(duì)于一些透光介質(zhì)，如玻璃，深度信息是無法得到的。

雙目攝像頭

兩個(gè)攝像頭，光心距離固定。雙目攝像頭通過視差，可以間接得到兩個(gè)攝像頭共視像素的深度信息。雙目攝像頭比較像人的眼睛, 人可以通過雙眼，直接估計(jì)出眼前物體的相對(duì)遠(yuǎn)近。對(duì)于計(jì)算機(jī)來說，通過同一時(shí)刻兩個(gè)攝像頭分別拍的兩幀圖像，根據(jù)視差的幾何關(guān)系，可以算出像素的深度，達(dá)到跟主動(dòng)光深度攝像頭一樣的效果。

相比主動(dòng)光深度攝像頭， 它的優(yōu)點(diǎn)是受環(huán)境光線的影響比較小，可以在室外自動(dòng)駕駛汽車上應(yīng)用。缺點(diǎn)是像素的深度信息不能直接獲取，需要不小的運(yùn)算量通過視差幾何關(guān)系計(jì)算獲得。

雙目攝像頭本質(zhì)上就是一個(gè)深度攝像頭，只是獲取深度信息的手段不同，所以定位也可以應(yīng)用深度SLAM方案。

激光雷達(dá)

激光雷達(dá)是目前定位選擇的主流傳感器，帶自主導(dǎo)航的室內(nèi)掃地機(jī)的商用產(chǎn)品，一般都會(huì)配備激光雷達(dá)。在自動(dòng)駕駛領(lǐng)域，高精地圖的采集及定位應(yīng)用， 使用的是多線激光雷達(dá)方案。

激光雷達(dá)分為單線和多線， 單線雷達(dá)只能掃描一個(gè)平面的障礙，所以直接出來的是一個(gè)2D地圖。 多線雷達(dá)（有16線，32線，64線）產(chǎn)品，通過多個(gè)掃描面的組合，可以給出豐富的環(huán)境3D點(diǎn)云。

激光雷達(dá)定位， 主要是激光SLAM算法，跟視覺SLAM一樣，也分前端雷達(dá)里程計(jì)和后端回環(huán)檢測(cè)矯正。

激光SLAM對(duì)CPU的消耗，是遠(yuǎn)遠(yuǎn)低于視覺SLAM的，魯棒性更好，更加穩(wěn)定。以2D激光SLAM為例，它可以在任意時(shí)刻得到某個(gè)特定高度水平面的2D障礙輪廓，所以在做前端里程計(jì)的時(shí)候，連續(xù)兩幀，計(jì)算局部的地圖輪廓匹配，可以使用相對(duì)比較少的計(jì)算量獲取相對(duì)位移。

激光掃描出的點(diǎn)有準(zhǔn)確度很高的深度信息，這樣在做后端回環(huán)優(yōu)化的時(shí)候，不需要優(yōu)化某個(gè)位姿下的觀測(cè)值（掃描的點(diǎn)云）， 而直接優(yōu)化位姿。

對(duì)于視覺SLAM， 不論是單目SLAM 通過三角測(cè)量算出的點(diǎn)云深度，還是深度SLAM中獲取到的點(diǎn)深度， 有很大噪聲在里面，所以優(yōu)化要對(duì)觀測(cè)點(diǎn)和位姿一起優(yōu)化調(diào)整。

激光做定位的缺點(diǎn)是受環(huán)境如雨、霧的影響比較大，對(duì)于透明介質(zhì)也無法得到準(zhǔn)確的深度信息。