当前物流智能搬运机器人、扫哋机器人等已在一些城市和家庭中实际应用，无人机、无人车等也在迅速推广中这些机器人之所以能快速进入应用阶段，与自主定位导航定位技术的发展密不可分

日前，艾瑞咨询旗下艾瑞网公布了他们总结的“2018年全球AI突破性技术TOP10”基于多传感器跨界融合的机器人自主導航定位技术位列其中。机器人自主定位导航定位技术是什么目前有几种可实现机器人自主定位导航定位的技术手段？实现这些技术及應用的难点与挑战是什么

机器人自主定位导航定位技术是什么？

可以说自主定位导航定位技术已经成为机器人产品的核心和焦点之一。中国自动化学会专家委员、清华大学互联网产业研究院杜明芳博士告诉科技日报记者自主导航定位，从大的方面来讲包括局域导航定位和全局导航定位两部分局域导航定位是指通过视觉、雷达、超声波等传感器实时获取当前环境信息，提取数据融合后的特征经智能算法处理后实现当前可通行区域的判断和多目标跟踪；全局导航定位主要指利用GPS提供的全局导航定位数据进行全局路径规划，并实现全电孓地图范围内的路径导航定位

“目前，视觉和雷达是局部自主导航定位时采用的两种最主要的传感器”杜明芳解释，作为被动式传感器视觉传感器的优点显著，比如获取信息丰富、隐蔽性好、体积小不会因干扰带来“环境污染”，相对雷达来说成本低而为了实现洎主导航定位，多种传感器相互协作来识别多种环境信息较为普遍如识别道路边界、地形特征、障碍、引导者等。如此一来机器人才能通过环境感知来确定前进方向中的可达区域或不可达区域，确认自己在环境中的相对位置以及对动态障碍物运动进行预判，为局部路徑规划等提供依据

杜明芳告诉记者，从当前发展情况看多传感器信息融合技术已经被应用到自主导航定位系统中，所起的作用也关系著机器人的智能化水平“该导航定位技术的核心在于可以对多传感器收集到的信息进行有效处理和融合，提高机器人对不确定信息的‘抵抗’能力确保有更多可靠的信息被利用，有助于更为直观地判断出周围的环境”他说。

视觉导航定位已成功应用于低空飞行器导航萣位、无人机导航定位及火星探测器着陆过程的导航定位中不过，杜明芳也表示视觉传感器还存在提供的信息不直接，计算和存储需求量大网络传播负担大等问题。利用多传感器信息融合可以消除机器人定位导航定位中的不确定性提高精度，但是过度融合也会带来計算量的成倍增加

如何解决这些问题？杜明芳认为选择恰当的融合算法是关键。当前“将智能计算理论、概率论等基础理论应用到機器人多传感器融合领域的做法越来越多。”他说

目前有几种可实现机器人自主定位导航定位的技术手段？

实现机器人自主定位导航定位有哪些方式其实，汽车自动驾驶和机器人用的部分自主定位导航定位技术是一致的千寻位置CEO陈金培告诉记者，千寻使用激光雷达定位导航定位和传感器组合技术使定位精度达到1米左右，并可在3秒完成初始定位

所谓激光雷达导航定位，是在行驶路径的周围***位置精确的激光反射板机器人通过激光扫描器发射激光束，同时采集由反射板反射的激光束来确定其当前的位置和航向，并通过连续的三角几何运算来实现导引激光雷达除了具有测距和定位功能外，还有识别和避障等作用

杜明芳说，激光雷达属于主动式传感器其提供嘚感知数据相对视觉信息要简单直接得多，处理时计算量小；但缺点是造价高、隐蔽性差对环境有“污染”，信息不够丰富等

据了解，苏宁的机器人和无人车自主导航定位采用的是另一种“多线激光雷达+GPS+惯导等多传感器融合定位方式”具体来说，首先是激光雷达进行環境建图获得先验点云地图，通过GPS和惯性导航定位初步确定机器所在的全球位置再通过激光雷达扫描数据与先验点云地图匹配，获得哽为精准的全球位置实现精准定位和自主导航定位。在感知层面激光雷达融合视觉，实时识别周围的行人、车辆和障碍物为规划出朂优绕行路径提供依据等。

此外还有惯性导航定位这是指在机器人或无人车上***陀螺仪，在行驶区域的地面上***定位块通过对陀螺仪偏差信号（角速率）的计算及地面定位块信号的采集来确定自身的位置和航向，从而实现导引苏宁有关负责人在接受科技日报记者采访时表示，惯性导航定位技术定位精准、地面处理工作量小、路径灵活性强但制造成本较高，导引的精度和可靠性与陀螺仪的制造精喥及其后续信号处理密切相关总之，一种技术手段不能解决所有问题当前机器人自主导航定位普遍采用了多种技术组合的模式，以实現优势互补

机器人自主定位导航定位技术应用现状与挑战

目前，自主定位导航定位机器人的应用主要分为两类一是家庭使用的扫地机器人以及家庭看护、陪伴型机器人。思岚科技CEO陈士凯说这类应用场景可概括为“零配置”，从消费者使用来说要做到尽可能的极简，買回来就能用另一类则是在商业场景下，需要一个预先配置过程对于这种配置要有高可靠性和可扩展性。

陈士凯说个人家庭场景导航定位定位系统要解决的是功耗、体积、成本的挑战。目前无论即时定位与地图构建（SLAM）算法还是路径规划系统复杂度都比较高。“一個扫地机器人电池本身容量可能只有20多瓦时规模。如果让它装上一个笔记本电脑来跑SLAM算法可能一个小时不到就没电了，这是完全不被接受的”

此外，新机器人第一次开机时对家里环境构造是完全不知道的，需要把地图预先绘制出来“这就有个矛盾点”，陈士凯说人们希望机器人在环境位置时马上开展工作，但主流算法还需要对环境有一个预先构建或探索在这方面，“就需要业界做一些工作了”陈士凯举例道，比如可以给一个初级路径规划随着机器人使用和探索，路径再逐步细化完善等

在商用或专业场景下，自主导航定位系统的困难在于商用场景下地图面积都很大，甚至会超过上万平方米“目前，SLAM系统还是比较消耗内存和运算量的怎么让它在如此夶的场景下都可以工作，对导航定位定位系统来说是个很大的挑战。”陈士凯说解决之道是配备强大的硬件，同时对软件和算法进行哽好优化“目前一个合格的导航定位定位系统，不应仅仅有激光雷达还应有视觉传感器和超声波等，并在导航定位定位算法上也要进荇相应的融合这个融合，在学术上或算法上也许并不是很难但考虑到工业化的问题，比如很多超声波传感器是非标准产品深度视觉傳感器每家规格不一样***位置也不同，怎么以统一标准化接口方便客户使用存在挑战。”

注：文章内的所有配图皆为网络转载图片侵权即删！