智能服务机器人正成为行业的风口浪尖，从清扫机器人开始，家庭陪伴机器人、送餐机器人等陆续进入公众视线。而就目前应用比较普遍的就是扫地机器，而谈到扫地机器人，就必须谈到金沙贵宾厅-优惠大厅-金沙以诚为本赢在信誉，所谓导航扫地机人就是能自主规划路线，有规律的清扫。而机器人能实现导航能力就不能说到一种技术叫“slam”。

　　那么，slam技术究竟是什么?机器人如何实现路径规划和自动导航?到底什么样的扫地机器人才算智能?

　　大家先别急，今天就有ilife智意导航机器

　　人小编来为你们揭开这些秘密

　　什么是slam技术?

　　slam是同步定位与地图构建(simultaneous localization and mapping)的缩写，最早由hugh durrant-whyte 和 john j.leonard自1988年提出。

　　其实，slam更像是一个概念而不是一个算法，它本身包含许多步骤，其中的每一个步骤均可以使用不同的算法实现。主要用于解决移动机器人在未知环境中运行时即时定位与地图构建的问题。

　　当你身处异地，怎么准确找到想去的地方?在户外迷路时，怎么找到回家的路?没错，我们有导航软件和户外地图。

　　和人类绘制地图一样，机器人描述环境、认识环境的过程主要就是依靠地图。它利用环境地图来描述其当前环境信息，并随着使用的算法与传感器差异采用不同的地图描述形式。

　　机器人学中地图的表示方法有四种：栅格地图、特征地图、直接表征法以及拓扑地图。

　　1、栅格地图

　　机器人对环境地图的描述的方式最常见的为栅格地图(grid map)或者称为occupancy map。栅格地图就是把环境划分成一系列栅格，其中每一栅格给定一个可能值，表示该栅格被占据的概率。

　　这种地图看起来和人们所认知的地图没什么区别，它最早由nasa的alberto elfes在1989年提出，在火星探测车上就用到过，其本质是一张位图图片，但其中每个“像素”则表示了实际环境中存在障碍物的概率分布。

　　一般来说，采用激光雷达、深度摄像头、超声波传感器等可以直接测量距离数据的传感器进行slam时，可以使用该地图。这种地图也可以通过距离测量传感器、超声波(早期)、激光雷达(现在)绘制出来。

　　2、特征点地图

　　特征点地图，是用有关的几何特征(如点、直线、面)表示环境，常见于vslam(视觉slam)技术中。

　　相比栅格地图，这种地图看起来就不那么直观了。它一般通过如gps、uwb以及摄像头配合稀疏方式的vslam算法产生，优点是相对数据存储量和运算量比较小，多见于最早的slam算法中。

　　3、直接表征法

　　直接表征法中，省去了特征或栅格表示这一中间环节，直接用传感器读取的数据来构造机器人的位姿空间。

　　上图就是直接记录了屋子内天花板画面的图像地图。这种方法就像卫星地图一样，直接将传感器原始数据通过简单处理拼接形成地图，相对来说更加直观。

　　4、拓扑地图

　　拓扑地图，是一种相对更加抽象的地图形式，它把室内环境表示为带结点和相关连接线的拓扑结构图，其中结点表示环境中的重要位置点(拐角、门、电梯、楼梯等)，边表示结点间的连接关系，如走廊等。这种方法只记录所在环境拓扑链接关系，这类地图一般是由前几类地图通过相关算法提取得到。

　　比如扫地机器人要进行房间清扫的时候，就会建立这样的拓扑地图：

　　在机器人实时定位问题中，由于通过机器人运动估计得到的机器人位置信息通常具有较大的误差，我们还需要使用测距单元得到的周围环境信息更正机器人的位置。

　　目前，常见的测距单元包括激光测距、超声波测距以及图像测距三种。其中，凭借激光良好的指向性和高度聚焦性，激光雷达已经成为移动机器人的核心传感器，同时它也是目前最可靠、最稳定的定位技术。

　　以上为ilife智能导航扫地机器人为大家揭秘的“扫地机器人之slam定位导航技术”，喜欢这篇文章就动动手点击文章结尾分享工具分享到朋友圈吧!真诚感谢您的无私奉献，你的肯定，我的动力!