SLAM（即時(shí)定位與地圖構(gòu)建）是智能掃地機(jī)器人實(shí)現(xiàn)自主導(dǎo)航、全覆蓋清潔、動(dòng)態(tài)避障的核心技術(shù)，當(dāng)前家用清潔領(lǐng)域主流技術(shù)路線分為激光SLAM與視覺SLAM兩類。激光SLAM依托激光雷達(dá)實(shí)現(xiàn)環(huán)境測距與建圖，技術(shù)成熟度高、環(huán)境適應(yīng)性穩(wěn)定；視覺SLAM通過攝像頭采集圖像信息，兼具成本優(yōu)勢與語義感知潛力，二者在定位精度、建圖效果、場景適配、硬件成本等方面存在明顯差異。單一SLAM方案難以覆蓋家用非結(jié)構(gòu)化場景的全部需求，激光與視覺融合定位成為彌補(bǔ)各自短板、提升整體性能的重要方向。本文圍繞掃地機(jī)器人應(yīng)用場景，對比激光SLAM與視覺SLAM的技術(shù)原理、核心優(yōu)劣、適用場景，深入研究二者融合定位的架構(gòu)設(shè)計(jì)、算法實(shí)現(xiàn)與家用場景優(yōu)化，為掃地機(jī)器人導(dǎo)航技術(shù)升級提供參考。

激光SLAM技術(shù)原理

激光SLAM以激光雷達(dá)為核心感知器件，通過發(fā)射激光束并接收反射信號，測量傳感器與環(huán)境障礙物的距離與角度，獲取環(huán)境二維或三維點(diǎn)云數(shù)據(jù)。系統(tǒng)運(yùn)行時(shí)，激光雷達(dá)持續(xù)掃描周圍環(huán)境，結(jié)合里程計(jì)、IMU數(shù)據(jù)，通過迭代較近點(diǎn)（ICP）、正態(tài)分布變換（NDT）等配準(zhǔn)算法，完成點(diǎn)云數(shù)據(jù)匹配與機(jī)器人位姿估計(jì)，同步構(gòu)建柵格地圖或點(diǎn)云地圖。

掃地機(jī)器人常用的激光SLAM多為二維方案，采用旋轉(zhuǎn)式激光雷達(dá)，實(shí)現(xiàn)360°全局掃描，定位與建圖過程不依賴環(huán)境光線，依靠幾何輪廓信息完成環(huán)境感知，定位穩(wěn)定性較強(qiáng)，是當(dāng)前中高端掃地機(jī)器人的主流方案。

視覺SLAM技術(shù)原理

視覺SLAM以單目、雙目或多目攝像頭為感知核心，通過采集環(huán)境圖像信息，提取ORB、SIFT、SURF等特征點(diǎn)，利用特征匹配、三角測距、光束平差法等算法，解算機(jī)器人位姿并重構(gòu)三維環(huán)境地圖。視覺SLAM分為單目、雙目、多目及語義視覺SLAM等分支，其中單目視覺SLAM成本較低，但存在尺度模糊問題；雙目/多目視覺SLAM通過視差計(jì)算獲取深度信息，解決尺度缺失問題，還可延伸實(shí)現(xiàn)語義感知，識別物體類別與場景屬性。

視覺SLAM的信息維度更豐富，除幾何信息外，可提取紋理、色彩、語義等特征，更貼合家居場景的精細(xì)化清潔需求，但定位效果受環(huán)境光線、紋理豐富度影響較大。