高仙是全球最早從事SLAM技術研發和應用探索的公司之一，成立于2013年，5年間，高仙已成功向下游近百家智能機器人終端企業提供完整的SLAM商用解決方案，并實現了在國內該領域超過60%的市場占比，機器人總體運行超過百萬公里。高仙SLAM2.0技術戰略近期正式對外公布后受到用戶及合作伙伴的關注，究竟SLAM2.0是什么，接下來為大家詳解。
SLAM技術通過智能算法(深度學習算法等)進行自主定位、建圖，被廣泛應用于低速無人機、無人駕駛、機器人應用領域。針對在未知的環境中運動需求，SLAM通過對環境的觀測確定自身的運動軌跡，同時構建環境地圖，再根據自身位置增量式的構建地圖，完成不同領域產品的路徑規劃功能，從而達到同時定位和地圖構建的目的。SLAM技術距今已經有30余年的發展歷史，在以上領域都有較好的應用前景。
傳統SLAM技術特點與不足
傳統SLAM雖然應用廣泛，但是對于動態環境的定位建圖能力是有欠缺的，表現在缺乏對應的動態實時分析機制。然而SLAM傳統的技術缺點主要在于每次重啟的起點位姿是初始點，丟失位姿時，將人工移動到地圖的零點位置，浪費人力、效率低下，對應用過程中會給用戶造成很大不便，總結來說，傳統SLAM及導航技術體系存在對復雜環境的適應能力低下、成本較高、定位精度差等缺陷。
正是為了應對動態環境沒有成熟、穩定的解決方案這一現狀，高仙整合傳統SLAM技術與領先算法，提出了全新的SLAM2.0技術方案，即能完成動態環境下的定位建圖能力，并完整地考慮、覆蓋了機器人導航應用需求及功能，尤其在商業環境下，針對其動態環境的高頻變化，SLAM2.0能夠動態地對環境特征進行分析與特征提取，構建完善的動態實時分析機制，并較好的提高系統魯棒性以及識別準確率，完成定位-建圖-導航-重定位-更新動態的螺旋上升系統。
高仙SLAM2.0是什么
高仙SLAM2.0技術方案顯著地提高了SLAM多項關鍵技術指標，且將導航環節涵蓋了進來，從而為用戶提供了一套完整的機器人自主定位、建圖、導航應用系統，與傳統技術相比，這一方案具有顛覆性，因此，高仙將它定義為SLAM2.0。
SLAM2.0通過機器人的多傳感器，獲取動態環境下的數據信息，對環境進行實時定位，并構建動態環境下完整的平面地圖，從而讓機器人在復雜的環境下具備自主規劃、組織、自適應能力。在動態環境中，機器人將能夠有效規避動態路障(如，移動的人等)，而不需要設置固定的路徑;機器人構建動態地圖以時間序列獲取周圍環境信息，與已構建好的地圖進行匹配，并采用深度學習算法精確確定其在全局地圖中的位置。在技術應用中，SLAM2.0的算法實現主要考慮以下幾個關鍵問題：
1. 地圖表示問題——這一需要根據實際場景需求去抉擇;
2. 信息感知問題——通過多傳感器融合全面地感知環境;
3. 數據關聯問題——不同的sensor的數據類型、時間戳、坐標系表達方式各有不同，需要統一處理;
4. 定位與構圖問題——即如何實現位姿估計和建模，其中將包括數據計算、物理模型建立以及狀態估計、優化等。
基于SLAM2.0進行全局動態定位和環境的自動、智能判斷分析識別，同時采用構建地圖過程中歷史數據的不斷更新機制，并利用智能匹配算法以及對匹配結果的綜合分析，來確定機器人在全局地圖中的位姿，整個方案實現性好、響應快速、準確性高，并且，能夠涵蓋從數據化獲取-數據融合-任務規劃-路徑規劃-運動控制-底層執行全過程。
一般的動態環境主要通過測量兩個特征之間的相似程度，具體做法是在兩個連續圖像幀中提取所有可以提取的特征點，這種做法往往會造成奇異性，SLAM2.0則是在特征比對的基礎上，再利用數據融合方法對動態環境進行建圖與導航，因而大大提高了效率與準確性。
高仙SLAM2.0關鍵技術性能的領先性
► 領先的多傳感器融合算法，同步集成20+主流傳感器
激光、單/雙目視覺、超聲、防碰撞、防跌落、GPS、紅外、UWB、RFID等多傳感器數據的融合能力，能夠最大程度實現對動態環境的感知，在精確性、魯棒性、場景分析、避障、建圖面積以及成本方面達到最優解。
► 百萬平米級建圖能力，室外+室內全場景通用
高仙SLAM2.0實現了百萬平米建圖能力，超業界平均水平20倍，且能夠覆蓋室內、室外各類復雜場景。
► 1cm-3cm高精度定位
基于強大的環境感知和建圖能力，高仙SLAM2.0可在任何地點進行開機識別、全局定位，達到室內1cm-室外3cm的高精度。
高仙SLAM2.0的應用領域與發展前景
在機器人配送、陪伴/看護、掃地以及低速駕駛、遠程呈現等場景中，SLAM2.0技術方案將越來越具有核心地位，因為這些場景下機器人自主移動通常會存在環境復雜、粒度細、無法使用GPS等困難，因此，可以說機器人如果要自主移動，幾乎只能依賴SLAM2.0。
基于SLAM2.0的新一代技術方案擁有廣闊的發展前景，未來的趨勢主要有兩個方向：一是朝著輕量化、小型化發展，利用SLAM2.0在嵌入式或者小型設備上運行，考慮以它為底層功能的應用。另一方面則是利用高性能計算設備，實現精密的動態三維模型的重建、場景理解等功能，且可以在實現完美重建場景的同時，對計算資源與設備便攜性不會有大限制和高要求，讓用戶能夠更便捷、更低成本地開展各類技術開發及應用。
（新聞稿 2018-06-04）