多維度對(duì)比激光SLAM與視覺SLAM

SLAM（同步定位與地圖構(gòu)建），是指運(yùn)動(dòng)物體根據(jù)傳感器的信息，一邊計(jì)算自身位置，一邊構(gòu)建環(huán)境地圖的過程，解決機(jī)器人等在未知環(huán)境下運(yùn)動(dòng)時(shí)的定位與地圖構(gòu)建問題。目前，SLAM 的主要應(yīng)用于機(jī)器人、無人機(jī)、無人駕駛、AR、VR 等領(lǐng)域。其用途包括傳感器自身的定位，以及后續(xù)的路徑規(guī)劃、運(yùn)動(dòng)性能、場(chǎng)景理解。

由于傳感器種類和安裝方式的不同，SLAM 的實(shí)現(xiàn)方式和難度會(huì)有一定的差異。按傳感器來分，SLAM 主要分為激光 SLAM 和 VSLAM 兩大類。其中，激光 SLAM 比 VSLAM 起步早，在理論、技術(shù)和產(chǎn)品落地上都相對(duì)成熟?；谝曈X的 SLAM 方案目前主要有兩種實(shí)現(xiàn)路徑，一種是基于 RGBD 的深度攝像機(jī)，比如 Kinect；還有一種就是基于單目、雙目或者魚眼攝像頭的。VSLAM 目前尚處于進(jìn)一步研發(fā)和應(yīng)用場(chǎng)景拓展、產(chǎn)品逐漸落地階段。

激光 SLAM：早在 2005 年的時(shí)候，激光 SLAM 就已經(jīng)被研究的比較透徹，框架也已初步確定。激光 SLAM，是目前最穩(wěn)定、最主流的定位導(dǎo)航方法。

激光 SLAM 地圖構(gòu)建

VSLAM（基于視覺的定位與建圖）：隨著計(jì)算機(jī)視覺的迅速發(fā)展，視覺 SLAM 因?yàn)樾畔⒘看螅m用范圍廣等優(yōu)點(diǎn)受到廣泛關(guān)注。

（1）基于深度攝像機(jī)的 Vslam，跟激光 SLAM 類似，通過收集到的點(diǎn)云數(shù)據(jù)，能直接計(jì)算障礙物距離；

（2）基于單目、魚眼相機(jī)的 VSLAM 方案，利用多幀圖像來估計(jì)自身的位姿變化，再通過累計(jì)位姿變化來計(jì)算距離物體的距離，并進(jìn)行定位與地圖構(gòu)建；

視覺 SLAM 地圖構(gòu)建，圖片來源：百度 AI

一直以來，不管是產(chǎn)業(yè)界還是學(xué)術(shù)界，對(duì)激光 SLAM 和 VSLAM 到底誰更勝一籌，誰是未來的主流趨勢(shì)這一問題，都有自己的看法和見解。下面就簡(jiǎn)單從幾個(gè)方面對(duì)比了一下激光 SLAM 和 VSLAM。

成本

不管是 Sick，北洋，還是 Velodyne，價(jià)格從幾萬到幾十萬不等，成本相對(duì)來說比較高，但目前國內(nèi)也有低成本激光雷達(dá)（RPLIDAR）解決方案。VSLAM 主要是通過攝像頭來采集數(shù)據(jù)信息，跟激光雷達(dá)一對(duì)比，攝像頭的成本顯然要低很多。但激光雷達(dá)能更高精度的測(cè)出障礙點(diǎn)的角度和距離，方便定位導(dǎo)航。

應(yīng)用場(chǎng)景

從應(yīng)用場(chǎng)景來說，VSLAM 的應(yīng)用場(chǎng)景要豐富很多。VSLAM 在室內(nèi)外環(huán)境下均能開展工作，但是對(duì)光的依賴程度高，在暗處或者一些無紋理區(qū)域是無法進(jìn)行工作的。而激光 SLAM 目前主要被應(yīng)用在室內(nèi)，用來進(jìn)行地圖構(gòu)建和導(dǎo)航工作。

地圖精度

激光 SLAM 在構(gòu)建地圖的時(shí)候，精度較高；VSLAM，比如常見的，大家也用的非常多的深度攝像機(jī) Kinect，（測(cè)距范圍在 3-12m 之間），地圖構(gòu)建精度約 3cm；所以激光 SLAM 構(gòu)建的地圖精度一般來說比 VSLAM 高，且能直接用于定位導(dǎo)航。

易用性

激光 SLAM 和基于深度相機(jī)的 VSLAM 均是通過直接獲取環(huán)境中的點(diǎn)云數(shù)據(jù)，根據(jù)生成的點(diǎn)云數(shù)據(jù)，測(cè)算哪里有障礙物以及障礙物的距離。但是基于單目、雙目、魚眼攝像機(jī)的 VSLAM 方案，則不能直接獲得環(huán)境中的點(diǎn)云，而是形成灰色或彩色圖像，需要通過不斷移動(dòng)自身的位置，通過提取、匹配特征點(diǎn)，利用三角測(cè)距的方法測(cè)算出障礙物的距離。

安裝方式

雷達(dá)最先開始應(yīng)用于軍事行業(yè)，后來逐漸民用。被大家廣泛知曉最先應(yīng)該是從谷歌的無人車上所知道的。當(dāng)時(shí) Velodyne 雷達(dá)體積、重量都較大，應(yīng)用到一些實(shí)際場(chǎng)景中顯然不適合。比如無人機(jī)、AR、VR 這種，本身體積就很小，再搭載大體積的激光雷達(dá)的話，根本無法使用，也影響美感和性能。所以 VSLAM 的出現(xiàn)，利用攝像頭測(cè)距，彌補(bǔ)了激光雷達(dá)的這一缺點(diǎn)，安裝方式可以隨著場(chǎng)景的不同實(shí)現(xiàn)多元化。

其他

除了上面幾點(diǎn)之外，在探測(cè)范圍、運(yùn)算強(qiáng)度、實(shí)時(shí)數(shù)據(jù)生成、地圖累計(jì)誤差等方面，激光 SLAM 和視覺 SLAM 也會(huì)存在一定的差距。

比如：

注：左為 Lidar SLAM，右為 VSLAM，數(shù)據(jù)來源：KITTI

可以明顯看出，對(duì)于同一個(gè)場(chǎng)景，VSLAM 在后半程中出現(xiàn)了偏差，這是因?yàn)槔鄯e誤差所引起的，所以 VSLAM 要進(jìn)行回環(huán)檢驗(yàn)。

激光 SLAM 是目前比較成熟的定位導(dǎo)航方案，視覺 SLAM 是未來研究的一個(gè)主流方向。所以，未來，多傳感器的融合是一種必然的趨勢(shì)。取長(zhǎng)補(bǔ)短，優(yōu)勢(shì)結(jié)合，為市場(chǎng)打造出真正好用的、易用的 SLAM 方案。