为什么说slam技术不等于智能导航?

?

? ? ? 在机器人智能移动中,SLAM发挥了无可比拟的作用,SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 主要帮助机器人进行即时定位与地图构建,或并发建图与定位。但SLAM技术并不等于智能导航。为什么这么说呢?原因如下:

? ? ? SLAM技术主要是解决机器人的地图构建与即时定位,而机器人进行智能导航主要解决的是机器人与环境的自主交互,尤其是点到点自主移动的问题,虽然SLAM技术在其中起到了关键的作用,但还需要加入路径规划和运动控制。在SLAM技术帮助机器人确定自身定位和构建地图之后,进行一个叫做目标点导航的能力。通俗的说,就是规划一条从A点到B点的路径出来,然后让机器人移动过去。

? ? ? 运动规划是一个很大的概念,从机械臂的运动、飞行器的飞行,到扫地机的清扫,机器人的移动,其实这些都是属于运动规划的范畴。

? ? ? SLAM+路径规划和运动控制=机器人智能导航

? ? ? 运动规划主要分为:?全局规划?、?局部规划。

? ? ? 全局规划

? ? ? 全局规划,顾名思义,是最上层的运动规划逻辑,它按照机器人预先记录的环境地图并结合机器人当前位姿以及任务目标点的位置,在地图上找到前往目标点最快捷的路径。

? ? ? 局部规划

? ? ? 当环境出现变化或者上层规划的路径不利于机器人实际行走的时候(比如机器人在行走的过程中遇到障碍物),局部路径规划将做出微调。

? ? ? 与全局规划有所区别的是,局部规划可能并不知道机器人最终要去哪,但是对于机器人怎么绕开眼前的障碍物特别在行。

? ? ? 这两个层次的规划模块协同工作,机器人就可以很好的实现从A点到B点的智能移动了。不过实际工作环境下,上述配置还不够。因为运动规划的过程中还包含静态地图和动态地图两种情况。

? ? ? A*?算法

? ? ? A(A-Star)算法是一种?静态?路网中求解最短路径最有效的直接搜索方法,也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近,最终搜索速度越快。但是,A算法同样也可用于动态路径规划当中,只是当环境发生变化时,需要重新规划路线。

?

? ? ? D*?算法

? ? ? D算法则是一种?动态?启发式路径搜索算法,它事先对环境位置,让机器人在陌生环境中行动自如,在瞬息万变的环境中游刃有余。D算法的最大优点是不需要预先探明地图,机器人可以和人一样,即使在未知环境中,也可以展开行动,随着机器人不断探索,路径也会时刻调整。

? ? ? 上述的几种算法都是目前绝大部分机器人所需要的路径规划算法,能够让机器人跟人一样智能,快速规划A到B点的最短路径,并在遇到障碍物的时候知道如何处理。但?扫地机器人?作为最早出现在消费市场的服务机器人之一,它需要的路径规划算法更为复杂。

? ? ? 空间覆盖(space coverage)

? ? ? 扫地机器人所需要的功能跟市面上的机器人有所不同,比如针对折返的工字形清扫,如何有效进行清扫而不重复清扫?如何让扫地机和人一样,理解房间、门、走廊这种概念?

? ? ? 针对这些问题,学术界长久以来有一个专门的研究课题,叫做空间覆盖(space coverage),同时也提出了非常多的算法和理论。其中,比较有名的是Morse Decompositions,扫地机通过它实现对空间进行划分,随后进行清扫。

?

? ? ? 所以,他要实现的不是尽快实现从A到B的算法,为了家里能尽量扫得干净,要尽量覆盖从A到B点的所有区域,实现扫地机器人“扫地”的这个功能。

?

? ? ? 所以,机器人智能导航技术的发展还需要更多的技术加以支撑,适用于更多的场景。虽然技术和需求在变,但不变的是,在行业中取长补短,结合不同新的技术进行融合,这是不会改变的事实。

?

原文地址:http://blog.51cto.com/13974836/2338754

时间: 2024-11-09 15:11:00

为什么说slam技术不等于智能导航?的相关文章

AIDE支持实时错误检查、代码重构、代码智能导航、生成APK

AIDE是一个Android Java集成开发环境,可以在Android系统内进行Android软件和游戏的开发.它不仅仅是一个编辑器,而是支持编写-编译-调试运行整个周期,开发人员可以在Android手机或者平板机上创建新的项目,借助功能丰富的编辑器进行代码编写,支持实时错误检查.代码重构.代码智能导航.生成APK,然后直接安装进行测试.

音视频 开发技术,让智能家居更智能!

智能家居是在物联网的影响之下物联化体现.智能家居通过物联网技术将家中的各种设备(如音视频设备.照明系统.窗帘控制.空调控制.安防系统.数字影院系统.网络家电以及三表抄送等)连接到一起,提供家电控制.照明控制.窗帘控制.电话远程控制.室内外遥控.防盗报警.环境监测.暖通控制.红外转发以及可编程定时控制等多种功能和手段. 定义 智能家居是一个居住环境,是以住宅为平台安装有智能家居系统的居住环境,实施智能家居系统的过程就称为智能家居集成.以住宅为平台,利用综合布线技术.网络通信技术. 智能家居-系统设

技术杂谈 之 室内导航

这两年AI很火热,各种无人驾驶.机器人.无人机层出不穷,新零售也是AI的一个很热的方向.AI与新零售的结合现在也有不少案例了,比如京东X无人超市.超嗨的智能购物车等等.在大型百货商场或者超市,有一个很典型的场景就是室内导航,比如查询一个你不知道具体位置的品牌店铺.寻找一个不知道摆放在哪的商品.本篇就粗略的介绍一下这种室内导航所涉及的技术. 背景 在说室内导航之前,先来聊聊室外导航技术那些事.室外的导航现在已经用的很广泛了,各种汽车导航.XX地图.位置共享服务等等.主要使用的技术就是GNSS,Gl

ZigBee技术将推动智能家居走进普通家庭

微软创始人比尔盖茨曾说:"未来,没有智能家居系统的住宅,就像不能上网的住宅一样,不符合潮流."中国有超过13亿人口,4亿多个家庭,智能家居有着无限广阔的前景. 今年以来,阿里巴巴.海尔.京东.美的.腾讯.TCL等互联网企业.家电企业,动作频频,均在不同的场合下表露出了逐鹿智能家居领域的野心. 在过去很长的一段时间里,对于智能家居,受制于行业智能通信技术不成熟,产品价格高昂,商业化模式不清晰等一系列问题,人们是只闻概念,未见产品,普通家庭更是知之甚少.因此,智能家居发展缓慢. 时至今日,

NLPIR技术运用知识图谱技术应用于智能金融

在金融领域,NLP技术的作用主要在于自动从海量的宏观.行业.微观资讯中发现.分析并整合与各类决策相关的信息. 知识图谱在金融中有多项应用,首先通过信息检索技术获取相关文本,然后借语义分析技术从非结构化文本中提取结构化的信息,最后将这些信息加以提炼,并且使之关联到未来可能的发展趋势,从而为预测和决策提供有价值的及时信息. 智能金融应用是通过知识图谱相关技术从招股书.年报.公司公告.券商研究报告.新闻等半结构化表格和非结构化文本数据中批量自动抽取公司的股东.子公司.供应商.客户.合作伙伴.竞争对手等

亚米级低成本室内定位技术的研究 智能三维空间建模和数据集成

信工论坛77期:主题:?The Holy Grail of Sub-meter Indoor Localization with Low-cost Infrastructure亚米级低成本室内定位技术的研究 时间:6月1日下午3:00??? 地点:教一楼201 ? Abstract:Despite?the?fact?that?people?spend?majority?of?their?time?indoor,?indoor?positioning?systems?(IPS)?only?have

技术分析:智能硬件蠕虫威胁互联网安全(转)

读后感:物联网真正到来的时候对网络安全将产生极大挑战,将来感知层设备已不仅仅是一个简单的嵌入式设备了,而是作为性能强劲的主机存在,但这些设备的安全防护显然是不能跟我们使用的主机相比的,所以极具危害. 原帖地址:http://www.freebuf.com/articles/terminal/55382.html 引用: 前日起(12月10日)全球互联网范围DNS流量异常.云堤团队(DamDDoS)迅速参与分析处置.本次事件攻击自12月10日凌晨起至今仍在持续,为近年来持续时间最长的DNS DDo

高精度STL贴合变形技术 助力模具智能设计上升新高度

模具制造水平不仅是衡量一个国家制造水平高低的重要指标,而且在很大程度上决定着该国航空航天.汽车.机械.电子等众多产品的质量和发展.模具行业技术全面的提升,离不开CAD/CAE/CAM一体化技术.三维设计技术等高新技术的支撑.作为国产工业软件典型代表,华天软件持续不断在为提升中国模具设计的品质和效率而努力,并相继研发了模面精细化设计的多个特色模块以及模具结构快速设计模块. 目前,三维CAD/CAM软件 SINOVATION模面精细化解决方案(回弹补偿+间隙设计+凹R角避让等)在模具行业大受欢迎,已

Spark技术在京东智能供应链预测的应用——按照业务进行划分,然后利用scikit learn进行单机训练并预测

3.3 Spark在预测核心层的应用 我们使用Spark SQL和Spark RDD相结合的方式来编写程序,对于一般的数据处理,我们使用Spark的方式与其他无异,但是对于模型训练.预测这些需要调用算法接口的逻辑就需要考虑一下并行化的问题了.我们平均一个训练任务在一天处理的数据量大约在500G左右,虽然数据规模不是特别的庞大,但是Python算法包提供的算法都是单进程执行.我们计算过,如果使用一台机器训练全部品类数据需要一个星期的时间,这是无法接收的,所以我们需要借助Spark这种分布式并行计算