Kudan 宣布已經完成了自己的 SLAM 地圖技術的開發，該技術可以生成具有超過 10 億個點的千兆點地圖。此圖像是當時發布的 YouTube 視頻的演示圖像 。

自定位和地圖構建是自動駕駛的核心技術。自主定位是自動駕駛汽車必不可少的技術，而地圖對于實現高精度自動駕駛有很大的幫助。

有一些技巧可以同時做到這兩點。這是“SLAM ”（即時定位與地圖構建（Simultaneous Localization and Mapping，簡稱SLAM））。通過引入不同于標準GPS自我定位的技術，可以提高自動駕駛的準確性。

(資料圖片僅供參考)

在這篇文章中，我們將根據截至 2022 年 10 月的信息，解釋 SLAM 的概要和介紹示例。

什么是SLAM？

SLAM是“Simultaneous Localization and Mapping”的首字母縮寫，讀作“slam”。直譯過來就是“即時定位與地圖構建”的意思。它是一種可以同時識別位置和創建地圖的技術。

使用移動物體，例如配備傳感器的車輛，在移動時繪制周圍環境。此外，通過傳感器圖像等設置任意參考點，并根據該參考點計算移動量，或者通過安裝在車輛中的慣性測量單元（IMU）計算移動量，可以指定相對位置。

GPS 為您提供指向您在地球上的位置的絕對坐標，而 SLAM 使您能夠在您創建的地圖上精確定位您的位置。

它類似于一個人進入陌生土地四處走動并創建地圖的圖像。通過記憶進入視野的每個建筑物和道路來創建周邊區域的地圖，同時機器人可以根據步行距離和方向計算移動量來掌握自己在地圖上的位置。SLAM 執行這一系列動作。

它是一種可以有效地執行自我定位和地圖創建的技術，這對自動駕駛來說是必不可少的。無需GPS信息即可獲得相對位置信息，因此無論在什么地方，如室內停車場、山區、隧道等都可以使用。

三種主要類型：攝像頭、LiDAR 和 ToF

相機、LiDAR 和 ToF（飛行時間）傳感器主要用作傳感器。使用來自LiDAR的點云數據的稱為“LiDAR SLAM”，使用來自相機的視頻數據的稱為“Visual SLAM”，使用來自ToF傳感器的深度圖像數據的稱為“Depth SLAM”。

使用激光的 LiDAR 和 ToF 傳感器擅長測量到物體的距離，并且具有很高的三維映射精度。即使在晚上也可以測量。相機信息量大，抓取物體能力強。距離也可以通過使用立體相機來計算。

另一方面，LiDAR 相對昂貴且數據密集。激光照射范圍在垂直方向上較窄，如果周圍物體較少，則點云的密度往往比較粗糙。攝像頭雖然性價比優異，但與激光雷達相比，在距離測量和夜間測量方面表現不佳。

各有優缺點，但也可以結合使用 LiDAR 和攝像頭，使用與應用相匹配的傳感器配置進行定位和映射。

雖然存在數據處理時間、局部位置信息的準確性、整體地圖一致性、運動物體處理等SLAM特有的問題，但通過使用傳感器融合和高性能，可以在廣泛領域應用的技術電腦。它已經成為。

SLAM開發公司

Kudan：提供商業級“GRAND SLAM”

來源：Kudan官網

從事人工感知 (AP) 技術研發的 Kudan，通過研發賦予空間識別能力的 AP 算法，正在加速自動駕駛、機器人、AR 和 VR 等領域的創新。

具有商業級性能的軟件“GRAND SLAM”以攝像頭和LiDAR作為主要傳感器，還支持ToF、IMU、GNSS、車輪里程計等廣泛的傳感器數據。

除了實現高精度和低延遲，還可以擴展到大比例尺地圖，與其他系統集成，跨平臺。

2022年7月，在中國從事自動駕駛解決方案開發的鯨魚動力宣布開始提供集成Kudan的3D-Lidar SLAM技術和相關高精地圖創建工具集產品的自動駕駛送貨車。

自 2021 年以來，該公司一直與 Kudan 合作。除了推出WD1多功能自動駕駛無人配送車、地圖硬件套件和軟件工具包，我們還在中國主要城市接到了自動駕駛項目的訂單，進一步推進社會落地和技術落地。我們計劃前進。

此外，開發計算機視覺技術的 Kudan 的關聯公司 Artisense 似乎正在擴大其活動領域，例如參與開發可實現全自動駕駛的自我定位技術的歐洲 ERASMO 項目。

Map Four：開發3D地圖制作系統“MapIV Engine”

來源：Map four官網

開發3D地圖技術的Map Four正在開發匯集自家SLAM技術的3D地圖制作系統“MapIV Engine”。傳感器融合技術克服了 SLAM 的獨特問題，據說可以利用手頭的數據構建高精度的 3D 點云。

此外，該公司還發布了使用 GNSS/IMU 的位置估計系統“Eagleye”和使用 3D 地圖和單目相機圖像作為開源的位置估計系統“Iris”。

DMP：開發視覺SLAM軟件“ZIA SLAM”

來源：Digital Media Professional官網

2021年，涉足半導體開發的Digital Media Professional (DMP)宣布將開始提供視覺SLAM技術軟件“ZIA SLAM”。

除了支持用于機器人應用程序的軟件平臺“機器人操作系統（ROS）”的最新版本“ROS2”之外，它還確保可以在不依賴于 GPU、CPU、FPGA 等平臺的情況下集成的高通用性。它說。

支持單目相機、立體相機、RGBD相機等多種相機，也可以融合IMU、GPS等傳感器。

佳能：開發基于Visual SLAM的視頻分析軟件

來源：佳能官網

熟悉相機和打印機的佳能也在2020年通過開發基于Visual SLAM的視頻分析軟件進軍移動機器人市場。

視頻分析，包括視覺SLAM技術，通過利用以周圍靜止物體為標記的空間特征對齊技術，在實時融合現實世界和3D CG的MR（混合現實）研究中培育。成功將該軟件投入實際使用.

預計搭載于下一代自動導引車（AGV）和自主移動機器人（AMR）等，據稱已在發布的自動導引車“S-CART-V”系列中采用由 Nidec-Shimpo..

SLAM 活躍于室內外無人機和自動駕駛領域

不需要 GPS 的 SLAM 擅長在室內工作。由于這一特性，它通常用于各種服務機器人，例如商業設施中的清潔機器人和安全機器人，以及概念和倉庫中的自動運輸機器人。

機器人本身在目標區域內運行并繪制地圖，掌握各種行駛路線。之后，在按照一定指令前往目的地時，將預先映射好的物體與攝像頭等傳感器實時檢測到的物體信息進行匹配，在識別自身位置的同時進行自主駕駛。

SLAM 還用于無人機、測量、農業和建筑機械的自動駕駛以及道路上的自動駕駛。據說它活躍于潛艇和地外探索。

對于道路上的自動駕駛，結合使用 GPS 可以提高定位和地圖繪制的準確性和冗余度。這使得它不易受駕駛環境的影響，并提高了穩健性。

SLAM 也被用于機場的自動駕駛演示

在自動駕駛方面，2019 年全日空、Advanced Mobility 和 SB Drive（目前為 BOLDLY）進行的機場禁區自動駕駛相關示范實驗中也使用了 SLAM。 演示中首次采用除GNSS和慣性導航之外的SLAM技術進行自定位，確認了機場匝道巴士的運行狀況。

因此，三種方法中，由于SLAM的準確性，人工干預較多，需要進一步提高準確性，加強復用。

看起來問題還是有的，但是對于開發者來說，會是一個商機。未來對具有高精度和高處理能力的SLAM技術的需求可能會進一步增加。

關鍵詞： 地圖制作 自動導引車 移動機器人