引子 | 哲学之问

我在哪儿？

我从哪里来？

又往何处去？

——一位迷路人的内心哲学之问

1、什么是SLAM？

家里新添置了一台扫地机器人，老妈对它赞不绝口：一个盘子大小的机器，刚进门就开始工作，几乎不需要人工干预。那么，是什么技术让扫地机器人如此智能呢？翻阅扫地机器人的产品介绍，你会发现一个许多扫地机器人都在使用的术语——“同时定位与建图”（Simultaneous Localization and Mapping，SLAM）技术。

SLAM是什么？我们从扫地机器人的角度来理解。作为一台扫地机器人，进入一个陌生的空间后，需要完成哪些任务才能实现自动化清扫呢？

a）我是谁，我在哪儿？如何快速确定自己的位置，了解自己在环境中的相对位置；

b）我从哪里来，周围有什么？如何实时构建周围的环境地图，感知障碍物和墙壁的存在？只有拥有地图信息，定位才有意义；

c）我要到哪里去，怎么去？有了地图和位置信息，如何规划路径，避免撞墙、重复清扫和遗漏角落？

这三个问题就是一台扫地机器人通过SLAM技术解决的“终极哲学问题”。严格来说，SLAM主要涉及前两个问题，一些增强现实应用场景并未包含路径规划的问题，但这里我们通过扫地机器人引入SLAM的概念，一并讨论。

2、SLAM如何解答“哲学之问”

SLAM技术的核心在于“S”——Simultaneous，即“一边……一边……”。一边获取自身的位置，解答“我在哪儿”的问题，一边构建地图，解答“我从哪里来，周围有什么”的问题。为了更好地理解这一概念，我们从SLAM的历史和技术原理入手。

SLAM的思想最早源于军事领域中的潜艇定位。不同于水面舰艇可以通过GPS或目视观察等方法进行导航定位，潜艇在执行任务时需要下潜到深海，无法通过传统方式直接定位。因此，潜艇大多采用惯性导航系统（INS）和声呐导航系统（APS）结合定位，再加上航迹测绘和海图资料推算大致位置。这种定位加绘图的过程就是SLAM技术思想的雏形。

就像潜艇一样，机器人不能总是依赖GPS，尤其是在室内场景下的扫地机器人——GPS在室外的精度也有限，依赖GPS无法让扫地机器人既安全避开家具腿，又能清理沙发底部。借助SLAM技术，它们可以自主观察和绘制周围环境，通过传感器数据校准来构建导航地图，从而了解自己身处何方，应该去哪里清扫或返回充电。我们可以总结一下SLAM的基本思路：在没有先验知识的情况下，通过传感器获取周围环境信息，快速实时地构建环境地图，同时计算自身位置，进而完成路径规划等任务。听起来是不是很简单？但实际上，SLAM是一个复杂的多阶段过程，包括通过传感器收集环境数据、利用视觉里程计估算移动目标的位置、通过后端模块优化累积误差、最后通过建图模块生成地图，从而实现定位和建图的目标。

我们再通过一个简单的例子来演示SLAM的基本思想。

3、SLAM的今天与未来

近年来，随着智能技术和硬件算力的大幅提升，SLAM技术正迅速发展。它赋予了机器人和其他智能设备前所未有的行动能力，成为人工智能实现的“双腿”，随着智能机器人、自动驾驶、AR/VR等应用日益普及。根据所使用的传感器不同，SLAM可以分为两类：一类是使用激光雷达的激光SLAM，另一类是使用视觉摄像头的视觉SLAM。激光雷达测量速度快且精确，提供的信息更丰富，测距准确，误差模型简单，在除强光直射外的环境中运行稳定，机器人的路径规划和导航也更为直观，因此被广泛应用于自动驾驶等领域，产品也更加成熟和多样化。然而，激光雷达价格昂贵，限制了其应用范围。

视觉SLAM的优势在于利用观察到的环境中丰富的纹理信息进行处理，能够区分激光雷达无法识别的物体（例如两块大小相同但内容不同的广告牌）。这带来了重定位和场景分类上的巨大优势。同时，视觉信息可以更容易地用于跟踪和预测场景中的动态目标，如行人和车辆，这对于复杂动态场景的应用至关重要。因此，当前SLAM技术正朝着多源融合、广泛感知等方向发展。

相信在不久的将来，我们身边的机器人、乘坐的汽车、使用的AR设备将不再困惑于“终极哲学问题”，都能拥有真正的智慧大脑，实现真正的自主行动，帮助我们走向更加便捷和智能的未来。

原标题：一位机器人的“终极哲学之问”

来源：中国科学院空天信息创新研究院，转载自中科院之声公众号

编辑：Kun