QQ
到目前为止，机器人已经成为我们日常生活中的重要参与者。机器人产品随处可见，从商场到超市，从酒店到家庭。
面对各种各样的机器人产品，我想知道你是否会有和我一样的问题——机器人是如何实现导航和定位的?激光导航和视觉导航有什么区别?今天，我们来仔细看看。
首先，我们需要明确同步定位和地图构建(simultaneous localization and map construction, SLAM)的概念，它通常是指机器人系统通过收集和计算各种传感器数据来生成自己的定位和场景地图信息。SLAM对于机器人和其他代理的移动性和交互性至关重要，因为它代表了自主移动性的基础:知道您在哪里，知道您的环境是什么样的，以及知道下一步如何自主移动。
总的来说，机器人导航定位系统是以SLAM为中心，集路径规划和运动控制于一体的一整套方案。根据机器人的核心功能模块，有两种常见的机器人导航方案:激光导航和视觉导航。
激光导航
激光导航是从早期基于距离的定位方法(如超声和红外单点测距)发展而来的。光探测和测距技术的出现和普及，使测量速度更快、精度更高、信息量更丰富。激光雷达采集的目标信息显示出一系列具有角度和距离信息的分散点，称为点云。通常，激光导航系统通过对不同时刻的两点云进行匹配和比较，计算出激光雷达的相对运动距离和姿态变化，然后完成机器人自身的定位。
无论是用于地面机器人的低端雷达，还是用于商用服务机器人的高端雷达，激光雷达的成本一直是机器人制造商的重要支出。此外，由于激光雷达的信息获取方式单一，在遇到走廊等类似场景时，容易出现“假回线”和位置丢失。另外，在位置异常和开机重启的情况下，激光雷达很难进行快速准确的重新定位。因此，在酒店和户外场景中，使用激光雷达导航的机器人往往会出现导航定位误差。
激光雷达的距离测量精度高，误差模型简单，点云处理简单。同时，点云信息本身包含直接的几何关系，使得机器人的路径规划和导航更加直观。激光导航理论研究也比较成熟，着陆产品也比较丰富。但这项技术也存在不容忽视的问题——成本高昂，系统总体上是可靠的。
视觉导航
眼睛是人类获取外部信息的主要来源，视觉导航也具有类似的特点。它能从环境中获取大量丰富的纹理信息，具有较强的场景识别能力。与成本较高的激光雷达相比，视觉传感器在成本控制方面具有天然优势。
库卡机器人
由于工作原理的不同，虽然visual SLAM成本较低，但对计算资源的需求较强，对算法的要求也较高。同时，视觉SLAM的原理只是尽可能地接近物理检测，所以在准确性上略有欠缺。因此，在具体应用中，有必要因地制宜，结合实际情况进行调整。
例如，在以清扫机为代表的小型机器人底盘上，视觉导航方案是一种替代方案，可以替代现有的lidar方案，以较低的成本实现绘制、导航、避障甚至充电等功能。智能程度高，互动性强。然而,基于安全服务机器人,更合理的使用视觉导航方法是融合与现有的激光,里程表和其他多解决问题如假环回,重新定位和深度测量,以进一步提高机器人的鲁棒性和满足更严格的要求。
当然，市场上也有一些精度极高的视觉导航系统，比如我们熟悉的iRobot。公司清扫机器人产品大多配备自主研发的视觉SLAM导航定位系统，其定位精度和导航稳定性得到市场高度认可。同样，国内保障性立体视觉解决方案提供商推出的机器人视觉导航定位解决方案也非常值得称赞，该方案能够实现定位精度小于1%、姿态精度小于1度的导航定位效果，还支持智能避障路径规划和障碍物识别等。
一般来说，与激光雷达方案相比，视觉导航是一种维度更高、成本更低、适用性更强的机器人导航定位方案。未来，随着计算能力的提高和计算能力成本的降低，视觉导航方案的成本可以进一步探索。随着研究的深入,带来的视觉导航环境日益完善的语义功能,与更高维度互动潜在智能机器人视觉更优势面对下一轮的竞争,因此,可以预见到一个视觉导航计划发展前景广阔,视觉导航也将成为主流领域的机器人导航。
更多：KUKA机器人
