思岚科技创始人陈士凯：自主定位导航技术的现状和未来应用趋势 | CCF-GAIR 2017

雷锋网消息，7月7日，中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的第二届CCF-GAIR全球人工智能与机器人峰会在深圳如期开幕。继两位学界重量级嘉宾的演讲后，今日大会的机器人专场又迎来了一位业内的佼佼——思岚科技创始人陈士凯先生。陈士凯先生在2015年带领SLAMTEC思岚科技获得了数千万美元的A轮融资。雷锋网第一时间为您整理了这位创业大咖的演讲内容。

一开讲，陈先生就向观众介绍了用途广泛的服务机器所要解决的关键技术：机器人自主定位导航。
这项技术分为两块：完成定位和避障。
解决定位问题可用的技术有：
1. SLAM，即同步定位与建图，自主定位和地图构建同事进行，有激光SLAM和VSLAM（激光SLAM）两种方法。两者各有其优缺点；
2. 路径规划，A*算法及其变种是常用的办法
而解决避障的方法也有两种：
1. 动态窗口，使机器人像人一样每时每刻判断下一刻可展开的行动来避免具体的障碍物。
2. Coverage Problem，尽可能地让机器人覆盖到所有区域

 

接着陈先生向观众介绍了实际的行业使用。
首先，他告诉观众，行业使用的情况遵循二八原则。在服务机器人领域，20%的问题可以使用各类学术机构研究的最核心的理论、框架和算法解决，剩下80%的问题，有技术的问题，也有商业、工业和心理上的问题。这些都需要从业者自己想办法去解决。

 

 

他认为，服务机器人应用场景应该分为两类：个人家用场景和商业专用场景。

个人家用场景的机器人特点是零配置的，也就是买回来充了电就能用的。但是需要解决功耗、体积、成本 等问题。而商业专业场景的机器人特点是，其功能都是预先配置好的，可靠性，可扩展性更强一些。

对于这家用场景问题的解决，陈先生给了一些过往经验。对于家用场景的机器人，要解决功耗，就得集成和优化算法，把导航定位系统的体积和运算性能负荷上做到最小。要实现零配置，就需要在技术上让机器人能在未知的环境中自护探索环境和构建地图。最后面对地图呈现的问题，为了能让顾客心理上能够接受，对于机器人构建的地图，还需加大精细度并做好渲染。

而对于商用场景，为了能是机器人能够使用，会预先设置好地图等信息，并设计禁行区。而商业对于大地图的问题，陈先生泽给出了两种思路：传统的UWB（雷锋网注：Ultra Wide Band，超宽带技术，或无线脉冲测距技术技术）定位方式和激光导航定位系统。商用场景的机器人更容易遇到复杂的多变的环境，无法通过地图绘制来解决。那就需要使用多传感融合的技术，融入超声波，视觉传感器等技术。

 

最后，陈先生还讲到了未来导航定位系统的发展趋势，他认为，不论是VSLAM 还是 LIDARSLAM，都无法一支独大，两种趋于融合。目前行业中还有基于深度学习的一些趋势，这或许会成为未来的一种潮流。

 

雷峰网原创文章，未经授权禁止转载。详情见转载须知。