電子發燒友網報道（文/李寧遠）對移動機器人來說，導航定位是最基本最核心的功能之一，機器人自主移動能力建立在出色的導航定位基礎上。目前移動機器人應用得最廣泛的導航定位技術無疑是SLAM技術。

SLAM技術是定位與地圖構建技術，其重要的理論與應用價值被認為是實現自動駕駛和全自主移動機器人的關鍵技術。小到掃地機器人，大到自動駕駛汽車，無人自主移動設備近些年的快速發展加速了SLAM行業的發展，為了利用這些市場機會，技術供應商正在整合SLAM先進軟硬技術進行行業布局。

機器人芯片與SLAM

目前機器人系統中，各種芯片的組合多種多樣，有機器人專用SoC方案、通用SoC加模組方案以及各種以MCU基礎的組合方案。這些芯片組合構筑成機器人底層硬件基礎，各種強大的功能都建立在這些硬件控制上。

以硬件為基礎，機器人系統還有一些關鍵點，如智能算法、傳感器、多機協作、協同控制等。而且隨著人工智能、大模型的快速發展，現在基于多傳感器的多模態大模型也開始在機器人中占據重要地位。

智能算法加上傳感器就是SLAM的核心，實現SLAM需要這兩類技術作為支撐，一是傳感器信號處理（包括前端處理），二是位姿圖優化（包括后端處理），這類技術與傳感器無關取決于后端的算法處理。從傳感器方向上來看，目前機器人中的SLAM技術主要應用了視覺SLAM和激光雷達SLAM兩條技術路線，兩條技術路線均有不少落地的機器人項目，二者也各有優勢。

現在更是在推進3D SLAM，2D傳感已經無法滿足日益復雜的機器人終端需求，即以3D傳感器為核心，通過對激光雷達/視覺、IMU、里程計、GPS等各類傳感器進行數據融合處理，配置高性能處理器，實現對無人車環境的建圖以及匹配定位功能。

為了實現性能更高的SLAM效果，上游的芯片廠商會自研SLAM算法將算法在芯片層面硬件化，傳感器廠商也有不少做SLAM，與傳感器件打包成整個導航模塊提供給下游設備廠商。在這種趨勢下，將SLAM硬件化的芯片越來越多。

算法芯片化后的SLAM專用芯片

SLAM專用芯片應該說解決了目前行業內不少痛點，以往軟件化3D算法＋FPGA或者高性能處理器的方案往往功耗很大，SLAM部分上耗時也長。如果涉及復雜場景，如AMR、無人機，各種3D感知的配件BOM高，做傳感器融合也非常復雜。

將傳感導航算法芯片化后，進行單芯片的全集成能夠有效解決目前這些行業痛點。目前這些產品已經有廠商在做，而且相關芯片產品也比較有代表性。

如銀牛微電子即將推出第二代3D SLAM系統級芯片NU4500，是集3D視覺感知、AI及SLAM硬件引擎為一體的3D空間計算系統級芯片，是目前全球唯一實現三者合一的單芯片解決方案。

該芯片具備8核高性能CPU，可作為自主移動機器人主控使用，可同時處理10路攝像頭信息，僅一顆芯片便可實現多傳感器融合，同時芯片配置的邊緣端AI算力進一步提升，最高可高達 7.5TOPS，能提供完整的邊緣端深度學習算法庫和解決方案。

專注于機器人芯片設計的一微半導體在SLAM專用系統芯片領域同樣卓有建樹，是少有的同時能提供慣性導航eSLAM、激光SLAM導航和視覺導航vSLAM芯片、算法及完整解決方案的芯片商。

目前主推的機器人SLAM SoC AM890，運算速度是通用SoC的3-8倍，整體功耗只有通用SoC的五分之一。該芯片同樣將SLAM算法硬件化，實現了IP自主研發，用硬件加速和算法芯片化實現了GPU和FPGA功能，降低了BOM成本。

小結

機器人廠商需要這樣的SLAM專用系統級芯片來實現高效率的建圖定位，而且現在這些芯片的計算能力也能夠覆蓋復雜的導航運算。隨著機器人市場的擴張以及更多機器人場景被開發出來，市場會對SLAM專用系統級芯片愈發需要。