作者：北斗（10年智能座艙及導(dǎo)航娛樂系統(tǒng)開發(fā)管理經(jīng)驗(yàn)、3年自動駕駛產(chǎn)品化經(jīng)驗(yàn)、5年自動駕駛模擬仿真測試環(huán)境構(gòu)建經(jīng)驗(yàn)）

自動駕駛系統(tǒng)中除了環(huán)境感知傳感器如攝像頭、雷達(dá)等，對車輛行車外部環(huán)境進(jìn)行感知之位，其實(shí)還一個(gè)一直在系統(tǒng)中默默奉獻(xiàn)的感知傳感器，那就是定位模塊。在自動駕駛系統(tǒng)中其地位完全不亞于攝像頭和雷達(dá)，定位系統(tǒng)所包含的車身定位與地圖路徑規(guī)劃功能，是車輛自動行駛的重要基礎(chǔ)。特別是高精度地圖的采用，為自動駕駛系統(tǒng)進(jìn)行高精度駕駛提供進(jìn)一步的數(shù)據(jù)支撐。

而同時(shí)具備定位和地圖兩大技術(shù)的，非SLAM莫屬。SLAM (simultaneous localization and mapping)，也稱為CML (Concurrent Mapping and Localization), 即時(shí)定位與地圖構(gòu)建，或并發(fā)建圖與定位。目前主流的SLAM技術(shù)應(yīng)用為激光SLAM(基于激光雷達(dá))和視覺SLAM(基于單/雙目攝像頭)，從實(shí)現(xiàn)角度上主要分為基于濾波 （Filter-based）的SLAM，和基于圖優(yōu)化（Graph-based）的SLAM。

本文將從自動駕駛技術(shù)角度出發(fā)，對SLAM技術(shù)進(jìn)行說明，分析SLAM技術(shù)在自動駕駛系統(tǒng)中的應(yīng)用，使各位讀者快速對SLAM技術(shù)進(jìn)行全面了解。

■ SLAM是什么？

SLAM (simultaneous localization and mapping)，也稱為CML (Concurrent Mapping and Localization), 即時(shí)定位與地圖構(gòu)建，或并發(fā)建圖與定位。故名思意，SLAM是可以同時(shí)進(jìn)行“定位”和“地圖構(gòu)建”的技術(shù)，SLAM可以依靠搭載了傳感器的自動駕駛車輛這樣的移動物體，實(shí)現(xiàn)移動的同時(shí)，對周圍地圖進(jìn)行構(gòu)建。其可以實(shí)現(xiàn)在未知環(huán)境中從一個(gè)未知位置開始移動，在移動過程中根據(jù)位置偏移量和地圖數(shù)據(jù)進(jìn)行自身定位，同時(shí)在自身定位的基礎(chǔ)上建造增量式地圖，實(shí)現(xiàn)自動駕駛車輛的自主定位和導(dǎo)航。

通俗上講這個(gè)過程其實(shí)是其基于根據(jù)視覺傳感器圖像等信息，設(shè)置任意的基準(zhǔn)點(diǎn)，再以該基準(zhǔn)點(diǎn)為基礎(chǔ)計(jì)算移動量，或者根據(jù)搭載在車輛上的慣性測量單元（IMU）等計(jì)算移動量，由此確定自身的相對位置的方法。通常GNSS可以得到表示車輛在地球上的位置，那這個(gè)位置坐標(biāo)屬于絕對位置坐標(biāo)，而SLAM可以確定在制作的地圖上的位置，這個(gè)位置屬于相對位置。

例如，假設(shè)你被蒙住眼睛帶到了一個(gè)未知地方。摘下眼罩，首先你要看看周邊環(huán)境有什么，從記憶中尋找適合的地方。然后在腦海中，基于從眼睛看到的周邊環(huán)境信息構(gòu)建出區(qū)域性的地圖。如果環(huán)境地圖和你已知的某個(gè)地方一致的話，就能確定你自己的正確位置了。如果環(huán)境是你完全不知道的陌生地方，那也不用擔(dān)心，咱們可以摘下眼罩的位置為起始點(diǎn)，在這個(gè)全新地方里到處走走，一邊走一邊在腦海中構(gòu)建地圖，直到到達(dá)了自己知道的地方，從而確定自身位置。這就是SLAM的基本實(shí)現(xiàn)原理。

■SLAM和感知傳感器

和所有的智能策略一樣，SLAM也需要有優(yōu)質(zhì)的感知傳感器進(jìn)行配合，來完成環(huán)境數(shù)據(jù)的采集工作。而SLAM配合的傳感器主要包括，攝像頭、LiDAR（激光雷達(dá)）、ToF（Time of Flight）傳感器。利用基于LiDAR的點(diǎn)云數(shù)據(jù)的稱為“LiDAR SLAM”，利用攝像機(jī)的影像數(shù)據(jù)的稱為“Visual SLAM”，利用基于ToF傳感器的深度圖像數(shù)據(jù)的稱為“Depth SLAM”。

LiDAR的測距精度很好，最大探測距離也很遠(yuǎn)，但目前的成本也是比較高的。攝像頭的分辨率高，顏色識別能力強(qiáng)，但是在極端天氣或黑暗環(huán)境下性能相對較差。如果是識別在道路上高速移動的車輛，我們需要正確把握自車到前方物體的距離，這時(shí)候LiDAR可能是最佳的感知傳感器；如果是低速移動的AGV（自動導(dǎo)引運(yùn)輸車），需要進(jìn)行讀取二維碼等信息操作的話，攝像頭可能是最佳的選擇。除了感知傳感器的應(yīng)用邊界外，傳感器的成本也是選擇的重要因素。所以為了實(shí)現(xiàn)SLAM，根據(jù)使用情況選擇最合適的傳感器是很重要的。

圖2  SLAM涉及各類型傳感器比較

三種傳感器各有優(yōu)劣，所以也可以采用融合并用感知的方式，進(jìn)行傳感器邊界能力的補(bǔ)充。實(shí)際應(yīng)用中可以并用LiDAR和攝像頭，發(fā)揮傳感器各種的場景優(yōu)勢，來執(zhí)行定位和地圖構(gòu)建。在此過程中也會存在感知數(shù)據(jù)處理實(shí)時(shí)性、局部位置信息準(zhǔn)確度、整體地圖數(shù)據(jù)一致性等SLAM特有的課題，但我們通過采用傳感器融合和高性能運(yùn)算處理等方式，可以使SLAM在更廣泛的領(lǐng)域中靈活應(yīng)用。

■ SLAM的自動駕駛應(yīng)用

無需借助衛(wèi)星定位的SLAM，可以在沒有GPS信號的場景中正常工作，也就更擅長室內(nèi)作業(yè)。SLAMs設(shè)備在對象區(qū)域內(nèi)行駛并進(jìn)行地圖映射，掌握各種行駛路徑。之后，再按照一定的指示前往目的地時(shí)，將事先映射的對象與從攝像頭、LiDAR等傳感器實(shí)時(shí)檢測的對象信息進(jìn)行分析處理，完成一邊確定自身位置，一邊自主行駛。

根據(jù)該特性，SLAM多用于商業(yè)設(shè)施中的清掃機(jī)器人、警備機(jī)器人等各種服務(wù)機(jī)器人，以及倉庫中的AGV自動搬運(yùn)機(jī)器人等。除此之外，SLAM還可應(yīng)用于無人機(jī)、自動化測量、自動駕駛農(nóng)機(jī)以及車道上的自動駕駛車輛上。在深水潛艇和地外探測等方面也有相關(guān)應(yīng)用。 在自動駕駛系統(tǒng)中，自車在開闊室外道路上行駛，通過SLAM技術(shù)和GPS的并用，能夠提高本地化定位和地圖構(gòu)建的準(zhǔn)確性和冗余性。同時(shí)可以提高系統(tǒng)魯棒性，使系統(tǒng)不易受外界環(huán)境變化的干擾。

SLAM在機(jī)場內(nèi)的自動駕駛驗(yàn)證應(yīng)用

在自動駕駛相關(guān)領(lǐng)域，一些大型航空公司和機(jī)場聯(lián)合開發(fā)布置了機(jī)場限制區(qū)域內(nèi)的自動行駛系統(tǒng)，系統(tǒng)中對 SLAM技術(shù)進(jìn)行了實(shí)際應(yīng)用。在機(jī)場環(huán)線的自動駕駛產(chǎn)品實(shí)踐中，結(jié)合場景需求，在GNSS和慣導(dǎo)模塊之外，新增采用了SLAM技術(shù)進(jìn)行自車位置推測，實(shí)現(xiàn)了機(jī)場內(nèi)的環(huán)線巴士行駛狀態(tài)的本地化管控。但由于系統(tǒng)中存在多種類型傳感器，導(dǎo)致SLAM對傳感器感知置信度權(quán)重存在問題，所以系統(tǒng)還需要進(jìn)一步的精度的提高和多路復(fù)用的強(qiáng)化。

圖3  SLAM 大巴是實(shí)車圖

在這種環(huán)境相對復(fù)雜的場景中，傳感器融合無疑是最優(yōu)的解決方案。目前行業(yè)內(nèi)已有很多種視覺和IMU的融合方案。視覺感知傳感器對于色彩充沛、問題豐富的目標(biāo)識別效果會比較好。但是對于透光、無色或單色的目標(biāo)識別能力將大打折扣。而慣性傳感器由于其就構(gòu)造上的原因，長周期使用會積累很大的誤差。但基于目前需求，精度也是可以滿足的，兩種傳感器相互備份、彼此冗余，提高精度。這種融合方案也為后續(xù)高精度、高算力的SLAM技術(shù)產(chǎn)品提供了架構(gòu)方面的參考。

SLAM成就月球上的自動駕駛

說到月球表面的環(huán)境，大家第一反應(yīng)就是沒有衛(wèi)星定位系統(tǒng)。正因如此，國外的一家航天公司將LiDAR-SLAM技術(shù)與SLAM技術(shù)相結(jié)合，實(shí)現(xiàn)了在月球表面上的自動駕駛。在沒有導(dǎo)航定位的支撐場景中，目前唯一能進(jìn)行定位和導(dǎo)航自閉環(huán)的也只有SLAM。如果給SLAM一個(gè)非常充裕的時(shí)間，我相信它可以自行構(gòu)建出完整的月球表面地形地貌圖紙。據(jù)說目前該設(shè)備目前正在良好的運(yùn)行之中，希望有一天咱們都能看到SLAM繪制的月球地圖。

■ 總結(jié)

隨著AR/VR行業(yè)的發(fā)展，智能機(jī)器人、自動駕駛技術(shù)的發(fā)展，市場對SLAM技術(shù)的需求越來越多。同時(shí)，傳感器感知轉(zhuǎn)技術(shù)的助力，計(jì)算機(jī)運(yùn)算能力的提升，都將SLAM推進(jìn)了產(chǎn)品化階段。SLAM從某種角度上解決了自動駕駛在沒有GPS的情況下的定位與地圖構(gòu)建問題。也正因自動駕駛車輛工況具有極大的不確定性，導(dǎo)致目前SLAM在自動駕駛行業(yè)中無法取代。而且SLAM也解決是先定位還是先地圖的問題，即可以在未知區(qū)域中，基于地圖構(gòu)建進(jìn)行相對位置定位，之后又能基于相對位置判斷處在的絕對位置坐標(biāo)。從某種意義上講，SLAM不單純是一直算法，它更是一種解決棘手問題的思路，蘊(yùn)藏著很多哲理性的思考方式。