（文章來源：21IC電子網(wǎng)）

機器人底盤的技術(shù)壁壘在于，不同場景下的多傳感器的融合具有一定的技術(shù)門檻。從物理層面上來看，機器人底盤則主要是眾多傳感器的集成，激光雷達、雙目視覺、超聲、紅外、以及輪轂電機、輪子等必要的懸掛。而如何將物理層面的硬件進行集合，則需要相應(yīng)的算法和軟件等相應(yīng)技術(shù)。

目前SLAM是業(yè)內(nèi)主流的定位導(dǎo)航技術(shù)，當我們談到SLAM時，最先問到的就是傳感器。SLAM的實現(xiàn)難度和傳感器的形式與安裝方式密切相關(guān)，傳感器分為激光和視覺兩大類，所以SLAM定位導(dǎo)航技術(shù)中有激光SLAM和視覺SLAM之分。

激光SLAM脫胎于早期的基于測距的定位方法，激光雷達的出現(xiàn)和普及使得測量更快更準，信息更豐富。激光雷達采集到的物體信息呈現(xiàn)出一系列分散的、具有準確角度和距離信息的點，被稱為點云。通常，激光SLAM系統(tǒng)通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態(tài)的改變，也就完成了對機器人自身的定位。

那什么是視覺SLAM呢？眼睛是人類獲取外界信息的主要來源，視覺SLAM也具有類似特點，它可以從環(huán)境中獲取海量的、富于冗余的紋理信息，擁有超強的場景辨識能力。早期的視覺SLAM基于濾波理論，其非線性的誤差模型和巨大的計算量成為了它實用落地的障礙。隨著近年相機技術(shù)和計算性能的進步，實時運行的視覺SLAM也已實現(xiàn)。

視覺SLAM的優(yōu)點是它所利用的豐富紋理信息。例如兩塊尺寸相同內(nèi)容卻不同的廣告牌，基于點云的激光SLAM算法無法區(qū)別他們，而視覺則可以輕易分辨。這帶來了重定位、場景分類上無可比擬的巨大優(yōu)勢。

從應(yīng)用場景來說，視覺SLAM的應(yīng)用場景要豐富很多，在室內(nèi)外均可工作，但是對光的依賴度很高，在暗處或無紋路區(qū)域無法工作，激光SLAM主要被應(yīng)用在室內(nèi)，用來進行地圖構(gòu)建和導(dǎo)航工作。從地圖構(gòu)建上，激光SLAM精度較高，國內(nèi)思嵐科技的PRLIDAR系列構(gòu)建地圖精度可達2cm左右，而視覺SLAM地圖構(gòu)建精度約3cm。

總的來說，激光SLAM是比較成熟的機器人底盤定位導(dǎo)航技術(shù)，而視覺SLAM技術(shù)是未來研究的主流方向，目前大部分廠商將視覺SLAM技術(shù)作為賣點配備在高端產(chǎn)品上，由于成本太高，尚且難以下沉到主流市場。

眼下，大多數(shù)機器人底盤企業(yè)使用的都是激光SLAM，但是研究視覺SLAM的企業(yè)也越來越多，例如布科思、艾芯智能、大道智創(chuàng)等，目前將激光SLAM和視覺SLAM等技術(shù)的融合應(yīng)用還不太成熟，成本太過高昂，再加上機器人底盤對軟硬件性能的要求較高，導(dǎo)致機器人底盤在市場上的形態(tài)還比較初級，無法應(yīng)用到實際中去。

未來，多傳感器融合是一種必然趨勢，加快硬件處理能力、軟件算法能力迭代，將視覺SLAM、激光SLAM取長補短，優(yōu)勢結(jié)合，為市場打造出最優(yōu)的SLAM方案。
? ? ? ?