無人平臺SLAM技術(shù)研究進(jìn)展

王常虹，竇赫暄，陳曉東，趙新洋，劉 博

(1.哈爾濱工業(yè)大學(xué)，哈爾濱 150001； 2.上海機(jī)電工程研究所，上海 201109)

0 引言

同時(shí)定位與建圖(Simultaneous Localization and Mapping, SLAM)指搭載環(huán)境感知傳感器等的運(yùn)動主體，利用環(huán)境觀測信息估計(jì)自身的位姿變化與運(yùn)動軌跡，同時(shí)建立環(huán)境地圖。

SLAM的相關(guān)概念最早由Cheeseman等于1986年的IEEE機(jī)器人與自動化會議提出[1]，旨在將基于估計(jì)理論的方法引入機(jī)器人的建圖問題與定位問題中。經(jīng)過30余年的發(fā)展，尤其是近年來興起的基于視覺傳感器以及基于優(yōu)化方法的SLAM算法，使得SLAM及相關(guān)技術(shù)日漸成為機(jī)器人、圖像處理、深度學(xué)習(xí)、運(yùn)動恢復(fù)結(jié)構(gòu)(Structure From Motion, SFM)、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域的研究熱點(diǎn)。

SLAM由運(yùn)動主體通過對環(huán)境的觀測獲取相關(guān)信息，再通過多傳感器融合和全局信息融合的方式進(jìn)行位姿推算、軌跡估計(jì)與環(huán)境建圖。與傳統(tǒng)的衛(wèi)星導(dǎo)航、慣性導(dǎo)航、路標(biāo)導(dǎo)航等定位方式相比，SLAM的特點(diǎn)是其所有的算法都圍繞傳感器收集的環(huán)境信息展開。因此在無人移動平臺中，SLAM的應(yīng)用場景為以下三類：

第一類為輕量化、低造價(jià)的無人移動平臺，例如微型飛行器(Micro Aerial Vehicle，MAV)與移動機(jī)器人等。這類平臺尺寸與載荷較小，加之成本限制，難以使用高精度的姿態(tài)傳感器，通常只能使用一些低成本、輕量化的傳感器，例如相機(jī)、激光雷達(dá)、全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System，GNSS)模塊、基于微機(jī)電系統(tǒng)( Micro-Electro-Mechanical System，MEMS)的慣性測量單元(Inertial Measurement Unit，IMU)等；同時(shí)，對于運(yùn)動軌跡推算的精度又有較高要求。

第二類為復(fù)雜環(huán)境中長距離巡航的中大型無人移動平臺，例如無人駕駛汽車[2]以及無人水下航行器(Unmanned Underwater Vehicle，UUV)[3]等。這類平臺在巡航過程中需要對復(fù)雜的周圍環(huán)境進(jìn)行感知，并且需要解決長距離巡航中的航跡漂移與場景識別問題。

第三類為特種移動平臺，例如救援機(jī)器人、火星車[4]、各類軍用無人移動平臺等。這類平臺往往在陌生、嚴(yán)苛的室內(nèi)或室外環(huán)境工作，尤其是由于建筑物倒塌或電磁干擾等造成的無衛(wèi)星定位(GNSS-denied)環(huán)境[5-6]，使得無人平臺在執(zhí)行任務(wù)的過程中既無先驗(yàn)的環(huán)境信息，又無法利用外部定位系統(tǒng)。

以激光雷達(dá)和輪式里程計(jì)等為傳感器的2D激光SLAM較為成熟，已經(jīng)應(yīng)用于工業(yè)現(xiàn)場，例如KUKA Navigation Solution[7]；以攝像頭等為傳感器的視覺SLAM也已應(yīng)用于低速的商業(yè)產(chǎn)品，例如清潔機(jī)器人[8-9]。雖然現(xiàn)階段SLAM算法的實(shí)時(shí)性、精確性與魯棒性與實(shí)際需求仍有一定差距，但隨著計(jì)算機(jī)視覺、深度學(xué)習(xí)、概率理論與優(yōu)化理論的發(fā)展，以及多線激光雷達(dá)、全局快門相機(jī)等高性能傳感器的量產(chǎn)化、廉價(jià)化與普及化，特別是嵌入式處理器功耗的不斷降低、計(jì)算能力尤其是并行計(jì)算能力的不斷提高，SLAM在移動平臺上的應(yīng)用前景越來越明晰，越來越多的國內(nèi)外高校和機(jī)構(gòu)的研究人員投入到SLAM算法與技術(shù)的研究當(dāng)中。

1 SLAM算法簡析

SLAM可建模為機(jī)器人系統(tǒng)的狀態(tài)估計(jì)問題[10-11]

xk=f(xk-1,uk,wk),k=1,…,K

(1)

zk,j=h(mj,xk,vk,j),k=0,…,K

(2)

式中，xk為k時(shí)刻機(jī)器人位姿，uk為驅(qū)動器輸入，wk為測量噪聲，zk,j為k時(shí)刻對環(huán)境路標(biāo)mj的觀測，vk,j為觀測噪聲。利用驅(qū)動器的傳感器讀數(shù)uk與環(huán)境觀測數(shù)據(jù)zk,j，排除wk、vk,j等噪聲影響，對機(jī)器人系統(tǒng)的狀態(tài)，即位姿xk與環(huán)境mj進(jìn)行空間狀態(tài)不確定性的估計(jì)，從而獲得xk序列的估計(jì)值即“定位”，以及環(huán)境mj序列的估計(jì)值即“建圖”，如圖1所示[1]。

圖1 SLAM問題示意Fig.1 The essential SLAM problem

典型SLAM系統(tǒng)通常由環(huán)境感知器輔以位姿傳感器作為系統(tǒng)輸入，前端部分利用傳感器信息進(jìn)行幀間運(yùn)動估計(jì)與局部路標(biāo)描繪，后端部分利用前端結(jié)果進(jìn)行最大后驗(yàn)(Maximum a Posterior, MAP)估計(jì)，從而估計(jì)系統(tǒng)的狀態(tài)及不確定性，輸出位姿軌跡以及全局地圖。回環(huán)檢測(Loop Closure)通過檢測當(dāng)前場景與歷史場景的相似性，判斷當(dāng)前位置是否在之前訪問過，從而糾正位姿軌跡的偏移。SLAM典型結(jié)構(gòu)如圖2所示。

圖2 SLAM典型結(jié)構(gòu)Fig.2 Typical SLAM system

后端算法能夠?qū)崿F(xiàn)全局狀態(tài)估計(jì)，是SLAM算法的核心。以擴(kuò)展卡爾曼濾波(Extended Kalman Filter，EKF)等為代表的濾波法后端基于馬爾可夫模型，利用臨近幀數(shù)據(jù)對系統(tǒng)狀態(tài)進(jìn)行預(yù)測-更新，從而實(shí)現(xiàn)全局狀態(tài)估計(jì)。粒子濾波法后端基于蒙特卡羅方法，將系統(tǒng)狀態(tài)的概率密度函數(shù)表示為采樣點(diǎn)(粒子)的集合，并在狀態(tài)后驗(yàn)分布中進(jìn)行隨機(jī)采樣與均值統(tǒng)計(jì)，根據(jù)統(tǒng)計(jì)結(jié)果對概率密度函數(shù)進(jìn)行近似。優(yōu)化法后端構(gòu)造了以誤差為目標(biāo)函數(shù)，以系統(tǒng)狀態(tài)為函數(shù)變量的優(yōu)化函數(shù)，求得使誤差取得極小值時(shí)的最優(yōu)解,即為系統(tǒng)狀態(tài)的最優(yōu)估計(jì)。

早期SLAM后端多以濾波法為主，但濾波法往往使用臨近幀數(shù)據(jù)，難以利用歷史幀數(shù)據(jù)，這將更容易產(chǎn)生累積誤差；系統(tǒng)的馬爾可夫假設(shè)也使得在回環(huán)發(fā)生時(shí)，當(dāng)前幀難以與歷史幀進(jìn)行數(shù)據(jù)關(guān)聯(lián)；此外，典型的濾波方法存在線性化誤差，且隨著時(shí)間的推移難以維護(hù)龐大的協(xié)方差矩陣。粒子濾波法在一些特定的SLAM算法中有著較好的效果，但其需要用大量的樣本數(shù)量才能很好地近似狀態(tài)的概率密度，而大量的樣本數(shù)量會造成算法的復(fù)雜度急劇增加；此外，對樣本進(jìn)行重采樣的過程可能導(dǎo)致粒子退化從而影響估計(jì)結(jié)果。

典型的優(yōu)化法后端將位姿與路標(biāo)構(gòu)成圖的節(jié)點(diǎn)，并利用光束平差法(Bundle Adjustment, BA)等進(jìn)行局部優(yōu)化；同時(shí)，將局部優(yōu)化得到的位姿關(guān)鍵幀作為位姿圖的節(jié)點(diǎn)進(jìn)行全局優(yōu)化。優(yōu)化法后端能夠利用所有時(shí)刻的數(shù)據(jù)進(jìn)行全狀態(tài)估計(jì)，便于將回環(huán)檢測加入優(yōu)化框架，并且將局部估計(jì)與全局估計(jì)分離。優(yōu)化法在保證精確性的同時(shí)兼顧了效率性，因此在長時(shí)間、大地圖情景下優(yōu)化法的效果明顯優(yōu)于其他方法，故優(yōu)化法尤其是圖優(yōu)化法逐漸成為SLAM的主流后端方法[12]。

2 SLAM算法實(shí)現(xiàn)

2.1 激光雷達(dá)SLAM

以激光雷達(dá)(Light Detection And Ranging, LiDAR)作為環(huán)境感知器的SLAM算法稱為激光雷達(dá)SLAM。激光雷達(dá)測量本機(jī)與環(huán)境邊界的距離從而形成一系列空間點(diǎn)，通過幀間點(diǎn)集的掃描匹配進(jìn)行位姿推算，并建立環(huán)境的點(diǎn)云地圖。激光雷達(dá)的距離測量較為準(zhǔn)確、誤差模型較為簡單，加之測量所得的點(diǎn)集能夠直觀地反映環(huán)境信息，所以激光SLAM是一種發(fā)展時(shí)間長且較為成熟的SLAM解決方案。

早期激光雷達(dá)SLAM的關(guān)注點(diǎn)集中于前端的掃描匹配。例如Grisetti等[13]提出的Gmapping算法利用梯度下降法進(jìn)行前端掃描匹配，并利用RB粒子濾波(Rao-Blackwellized Particle Filter)對匹配進(jìn)行優(yōu)化；再如Kohlbrecher等[14]提出的Hector SLAM利用高斯牛頓法進(jìn)行掃描匹配，無需里程計(jì)信息即可得到精度較高的結(jié)果。為了提高大范圍、長距離場景下的準(zhǔn)確性，近年來的激光SLAM研究逐漸關(guān)注基于優(yōu)化的后端算法，例如Hess等[15]發(fā)表的Cartographer在局部范圍內(nèi)利用Ceres Solver求解非線性最小二乘實(shí)現(xiàn)掃描匹配，并通過子圖的構(gòu)建以及幀與子圖的匹配實(shí)現(xiàn)了回環(huán)檢測及全局優(yōu)化。

基于多線激光雷達(dá)的三維激光雷達(dá)SLAM可以構(gòu)造三維點(diǎn)云地圖，不僅在幀間匹配上擁有更多的匹配手段以及更好的魯棒性，而且可以與物理模型、圖像等信息進(jìn)行融合，故擁有較高的定位精度以及較大的發(fā)展?jié)摿Α＠鏩hang等提出的LOAM[16]基于特征點(diǎn)進(jìn)行掃描匹配并利用非線性優(yōu)化的方法進(jìn)行運(yùn)動估計(jì)，以及結(jié)合了視覺里程計(jì)進(jìn)行改進(jìn)的VLOAM[17]；Deschaud等[18]提出的IMLS-SLAM利用隱式滑動最小二乘(Implicit Moving Least Square，IMLS)將環(huán)境中的點(diǎn)集聚類為表面，并實(shí)現(xiàn)了掃描到模型(Scan-to-model)的掃描匹配。有關(guān)激光SLAM可參考危雙豐等[19]的綜述。

2.2 視覺SLAM

以各類視覺傳感器作為環(huán)境感知器的SLAM算法稱為視覺SLAM。視覺傳感器結(jié)構(gòu)輕便、成本低廉，并且可以獲得豐富的形狀、顏色、紋理、語義等輔助信息，因此視覺SLAM具有很大的發(fā)展?jié)摿Γ彩钱?dāng)前的研究熱點(diǎn)。根據(jù)圖像幀間運(yùn)動推算原理的不同，視覺SLAM主要分為特征法與直接法。

特征法前端對圖像中的點(diǎn)、邊緣、區(qū)域等特征進(jìn)行提取并將其作為路標(biāo)，由特征構(gòu)成的路標(biāo)在相機(jī)運(yùn)動過程中保持可追蹤且全局位置不變。利用計(jì)算機(jī)視覺方法對幀間圖像進(jìn)行特征提取與匹配后，根據(jù)對極幾何約束，通過最小化重投影誤差(Reprojection Error)來推算幀間運(yùn)動。特征法SLAM往往采用具有可復(fù)驗(yàn)性、可區(qū)別性、魯棒性與效率性的特征點(diǎn)[20]，例如SURF[21]、FAST[22]、ORB[23]等。Klein等[24]構(gòu)造了幀間特征跟蹤與全局優(yōu)化建圖的并行結(jié)構(gòu)，并提出了基于FAST特征的PTAM。Mur-Artal等[25]提出了基于ORB特征的前端與基于圖優(yōu)化的后端、適用于單雙目與RGB-D相機(jī)的ORB-SLAM2。

直接法前端基于強(qiáng)度不變假設(shè)(Intensity Coherence Assumption)，即同一個(gè)空間點(diǎn)投射到連續(xù)臨近圖像中的像素點(diǎn)，圖像強(qiáng)度近似不變。利用計(jì)算機(jī)視覺方法對幀間的局部或全部像素點(diǎn)的光度誤差(Photometric Error)進(jìn)行計(jì)算，并將光度誤差進(jìn)行最小化估計(jì)，從而推算幀間運(yùn)動。Engel等提出了基于單目相機(jī)、生成半稠密地圖的LSD-SLAM[26]，和基于RGB-D相機(jī)、生成稠密地圖的RGB-D SLAM[27]。Forster等[28]提出的SVO結(jié)合了特征法與直接法，通過提取角點(diǎn)并對角點(diǎn)局部的光度誤差進(jìn)行最小化估計(jì)從而實(shí)現(xiàn)位姿跟蹤，同時(shí)生成稀疏的環(huán)境地圖。

2.3 視覺-慣性SLAM

由于傳感器數(shù)據(jù)采集頻率的限制，基于激光雷達(dá)與傳統(tǒng)視覺傳感器的前端位姿推算頻率很難進(jìn)一步提高，這嚴(yán)重制約了其在無人駕駛汽車、無人機(jī)等高速運(yùn)動平臺上的應(yīng)用；相應(yīng)地，基于加速度計(jì)與陀螺的慣性位姿傳感器的數(shù)據(jù)采集頻率很高，但具有明顯的累計(jì)誤差與漂移。基于這兩類傳感器的互補(bǔ)性，將IMU等慣性位姿傳感器與視覺傳感器、激光雷達(dá)等環(huán)境感知器進(jìn)行組合，利用冗余信息進(jìn)行帶寬互補(bǔ)與誤差補(bǔ)償，具有很大的應(yīng)用潛力并已被越來越多地用于SLAM算法[29]。其中最有代表性的就是視覺-慣性SLAM。

早期的視覺-慣性SLAM以濾波方法為主，其中多數(shù)基于Mourikis等[30]提出的多狀態(tài)約束卡爾曼濾波(Multi-State Constraint Kalman Filter, MSCKF)，例如Hesch等[31]提出的單目視覺慣性里程計(jì)，以及Google的Project Tango[32]。Leuteneg-ger等[33]將基于特征法的關(guān)鍵幀與IMU信息進(jìn)行緊耦合，構(gòu)造了包括重投影誤差和IMU誤差的能量函數(shù)，以優(yōu)化法實(shí)現(xiàn)了視覺-慣性里程計(jì)，并發(fā)布了OKVIS。Tong等[34]利用光流法和IMU構(gòu)造視覺-慣性前端，并利用關(guān)鍵幀進(jìn)行全局優(yōu)化和回環(huán)檢測，提出了VINS-Mono。有關(guān)視覺-慣性SLAM可參考Gui等的綜述[29]。

應(yīng)用不同傳感器的SLAM方案簡要對比見表1。

表1 SLAM方案簡要對比

2.4 SLAM地圖表示

根據(jù)無人平臺不同的運(yùn)行環(huán)境與任務(wù)類型，SLAM可以構(gòu)建不同種類的二維或三維地圖。依據(jù)IEEE標(biāo)準(zhǔn)1873-2015[35]，二維地圖分為幾何地圖(Geometric Map)、網(wǎng)格地圖(Grid Map)與拓?fù)涞貓D(Topological Map)。幾何地圖將環(huán)境描述為稀疏的點(diǎn)、線等路標(biāo)；網(wǎng)格地圖將環(huán)境均等地劃分為網(wǎng)格，并標(biāo)記每個(gè)網(wǎng)格被占用的概率，從而區(qū)分可通過區(qū)域與障礙物區(qū)域。幾何地圖與網(wǎng)格地圖統(tǒng)稱為度量地圖(Metric Map)，度量地圖定量地描述了環(huán)境中物體間的位置關(guān)系。拓?fù)涞貓D將環(huán)境表示為包含節(jié)點(diǎn)和邊的圖(Graph)，其中節(jié)點(diǎn)表示環(huán)境中的地點(diǎn)，節(jié)點(diǎn)間的邊表示地點(diǎn)間的聯(lián)系。拓?fù)涞貓D舍去了環(huán)境的度量信息，只保留了與任務(wù)相關(guān)的地點(diǎn)以及地點(diǎn)間的連通性。二維地圖的三種表示如圖3所示[35]。

圖3 二維地圖示例Fig.3 Legend of 2D Map

三維度量地圖分為稀疏與稠密兩種。稀疏地圖一般對應(yīng)特征法前端，以特征點(diǎn)等作為環(huán)境路標(biāo)。稠密地圖一般對應(yīng)直接法前端與三維激光雷達(dá)前端，以點(diǎn)云描述環(huán)境，或者將點(diǎn)云聚類為邊界、表面或三維物體。Salas-Moreno等提出的SLAM++[36]以及Dame等[37]將稠密地圖與圖像信息結(jié)合，構(gòu)建了包含實(shí)物建模的度量地圖。

3 SLAM領(lǐng)域研究熱點(diǎn)

3.1 基于新傳感器的SLAM

相較于已廣泛應(yīng)用于SLAM的激光雷達(dá)、視覺相機(jī)與慣性傳感器，一些新傳感器展現(xiàn)出很大的應(yīng)用潛力，例如全光相機(jī)(Plenoptic Camera)與動態(tài)視覺相機(jī)(Event-based Camera)等。

區(qū)別于僅記錄像素點(diǎn)光線強(qiáng)度的傳統(tǒng)相機(jī)，全光相機(jī)可以記錄光場，即光線的方向與強(qiáng)度，所以全光相機(jī)也被稱為光場相機(jī)(Light-field Camera)。Dong等[38]利用3×3～40×30的小分辨率全光相機(jī)實(shí)現(xiàn)了視覺里程計(jì)，并證實(shí)了其相較于普通單目視覺里程計(jì)擁有更高的準(zhǔn)確性。Zeller等[39]利用基于微型透鏡陣列的全光相機(jī)，提出了半稠密視覺里程計(jì)DPO，能夠輸出運(yùn)動軌跡之外更廣范圍、更加精細(xì)的點(diǎn)云地圖。

動態(tài)視覺相機(jī)受仿生學(xué)的啟發(fā)，不記錄場景而是記錄場景的變化。區(qū)別于傳統(tǒng)相機(jī)按固定幀率輸出整幅圖像，動態(tài)視覺相機(jī)在視場內(nèi)的像素點(diǎn)光照強(qiáng)度發(fā)生變化時(shí)，輸出對應(yīng)像素點(diǎn)局部的光強(qiáng)變化情況。因此動態(tài)視覺相機(jī)的特點(diǎn)是低延時(shí)(低至1ms)、高幀率(更新率可達(dá)1MHz)、大動態(tài)范圍(可達(dá)140dB，區(qū)別于普通相機(jī)60～70dB)等[7]，在應(yīng)用于SLAM方面具有很大的潛力。Kim等[40]以及Rebecq等[41]已經(jīng)初步實(shí)現(xiàn)了基于動態(tài)視覺相機(jī)的SLAM。由于現(xiàn)階段動態(tài)視覺相機(jī)的成本較高、普及率很低，為了推動動態(tài)視覺相機(jī)SLAM算法的研究，Mueggler等[42]發(fā)布了基于動態(tài)視覺相機(jī)的數(shù)據(jù)集與模擬器。

3.2 基于深度學(xué)習(xí)的SLAM

深度學(xué)習(xí)在圖像識別與跟蹤方面具有非常好的表現(xiàn)，因此其在視覺SLAM領(lǐng)域具有很大的潛力，主要體現(xiàn)在前端的幀間估計(jì)以及后端的回環(huán)檢測兩方面。

在前端方面，基于深度學(xué)習(xí)的方法無需提取特征或計(jì)算光度，僅通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)與訓(xùn)練得出模型，以圖像序列作為模型的輸入，直接輸出幀間運(yùn)動。Constante等[43]利用卷積神經(jīng)網(wǎng)絡(luò)(Co-nvolutional Neural Networks, CNN)進(jìn)行圖像幀間估計(jì)，從而實(shí)現(xiàn)了基于深度學(xué)習(xí)方法的視覺里程計(jì)，展現(xiàn)了在模糊、光照變化等場景下的魯棒性并具有較好的實(shí)時(shí)性。

在回環(huán)檢測方面，與傳統(tǒng)的基于稀疏、像素級特征的匹配方法相比，深度學(xué)習(xí)通過神經(jīng)網(wǎng)絡(luò)對圖像中的深層次特征進(jìn)行訓(xùn)練與學(xué)習(xí)，能夠?qū)鼍熬植啃畔⑦M(jìn)行識別與匹配，實(shí)現(xiàn)更高的識別率且對光照、季節(jié)等環(huán)境變化具有更好的魯棒性，從而更好地實(shí)現(xiàn)場景識別。例如Sünderhauf等[44]利用CNN模型提取場景中的圖像區(qū)域作為特征描述子，由此實(shí)現(xiàn)的場景識別在圖像視角改變或局部遮擋等情況下仍保持穩(wěn)定的性能。

雖然越來越多的深度學(xué)習(xí)技術(shù)與成果應(yīng)用于SLAM領(lǐng)域，但現(xiàn)階段純粹的深度學(xué)習(xí)SLAM有著明顯的局限性。例如，深度學(xué)習(xí)視覺里程計(jì)的性能嚴(yán)重依賴于訓(xùn)練集；當(dāng)場景的運(yùn)動速度、幀間頻率與訓(xùn)練數(shù)據(jù)差異較大時(shí)，對幀間運(yùn)用尤其是旋轉(zhuǎn)的估計(jì)誤差會加大。再如，深度學(xué)習(xí)方法能夠?qū)崿F(xiàn)當(dāng)前幀與歷史幀的場景識別，但難以從場景識別中計(jì)算出當(dāng)前幀相對于歷史幀的位姿，往往僅從定性而非定量的角度實(shí)現(xiàn)回環(huán)檢測。所以，如何利用深度學(xué)習(xí)得到直觀、物理意義明確的模型與定量的結(jié)果，如何將深度學(xué)習(xí)方法與傳統(tǒng)SLAM方法進(jìn)行有機(jī)結(jié)合，是基于深度學(xué)習(xí)SLAM未來的發(fā)展方向；而將深度學(xué)習(xí)方法與傳統(tǒng)SLAM結(jié)合的一個(gè)典型例子是語義SLAM。有關(guān)深度學(xué)習(xí)SLAM可參考趙洋等的綜述[45]。

3.3 語義SLAM

傳統(tǒng)的SLAM算法利用點(diǎn)、點(diǎn)云、線、面等低級特征(Low-level Feature)作為環(huán)境路標(biāo)，這將導(dǎo)致運(yùn)動跟蹤與回環(huán)檢測在動態(tài)環(huán)境中誤差變大甚至失效。語義SLAM將環(huán)境中物體的圖像、幾何特征等聚類為語義標(biāo)簽(Semantic Label)，利用深度學(xué)習(xí)等方法對包含語義信息的環(huán)境物體進(jìn)行識別、跟蹤與建圖。例如Bowman等[46]將IMU信息、幾何特征以及語義信息進(jìn)行緊耦合并進(jìn)行統(tǒng)一優(yōu)化實(shí)現(xiàn)語義SLAM；Vineet等[47]利用雙目相機(jī)在戶外環(huán)境構(gòu)造了包含語義分割的稠密地圖，并且具有較好的實(shí)時(shí)性。

語義建圖的特點(diǎn)是將傳統(tǒng)建圖中對環(huán)境物體的靜態(tài)-動態(tài)二元分類轉(zhuǎn)變?yōu)閴Ρ凇㈤T窗、走廊、人、車等帶有不同語義標(biāo)簽的多元分類，隸屬于不同語義標(biāo)簽的環(huán)境物體具有不同的通過性、移動性等屬性。這將有利于增強(qiáng)機(jī)器人探索動態(tài)環(huán)境的自主性與魯棒性，有助于機(jī)器人執(zhí)行查找特定地點(diǎn)、搜尋特定物體等與語義相關(guān)的復(fù)雜任務(wù)。

3.4 多機(jī)SLAM

與傳統(tǒng)的單機(jī)SLAM相比，以多機(jī)器人協(xié)作的方式對環(huán)境進(jìn)行探索和建圖可以提高速度與精度；并且在分布式系統(tǒng)中，單個(gè)或小部分機(jī)器人的異常不會導(dǎo)致整個(gè)系統(tǒng)的終止，這將大大增加SLAM算法的穩(wěn)定性[48]。

現(xiàn)階段，多機(jī)SLAM往往將大場景分割為小區(qū)域，并將各區(qū)域分發(fā)給各個(gè)子機(jī)器人。為了解決數(shù)據(jù)在多機(jī)間的通信、共享、分發(fā)與處理問題，多機(jī)SLAM的拓?fù)浣Y(jié)構(gòu)分為兩類：一類為中心化結(jié)構(gòu)，數(shù)個(gè)機(jī)器人分別對小區(qū)域建圖，并將地圖傳輸給主機(jī)進(jìn)行拼接、優(yōu)化等處理，例如Dong等[49]利用激光雷達(dá)以及FLIRT特征實(shí)現(xiàn)了分布式機(jī)器人建圖拼接；另一類為去中心化結(jié)構(gòu)，數(shù)個(gè)機(jī)器人共同建圖，通過機(jī)間的局部數(shù)據(jù)交換，建立一致的全局地圖，例如Knuth等[50]、Lazaro等[51]、Cunningham等[52]以及Opdenbosch等[53]的研究。有關(guān)多機(jī)SLAM可參考Saeedi等的綜述[48]。

3.5 主動SLAM

傳統(tǒng)的SLAM算法被動地利用接收到的數(shù)據(jù)進(jìn)行機(jī)器人狀態(tài)估計(jì)，而主動SLAM將定位問題與路徑規(guī)劃問題結(jié)合，目的是通過控制機(jī)器人的運(yùn)動從而降低狀態(tài)估計(jì)中的不確定性[7]。

主動SLAM問題尚無明確的算法架構(gòu)與流程。作為一個(gè)動態(tài)決策問題，主動SLAM方法包括最優(yōu)試驗(yàn)設(shè)計(jì)理論(Theory of Optimal Experimental Design，TOED)[54]、信息論[55]、模型預(yù)測控制[56]等。

4 結(jié)論

經(jīng)過30余年的發(fā)展，SLAM相關(guān)技術(shù)日漸成熟，基于激光與視覺的SLAM也已初步應(yīng)用于自動駕駛汽車與MAV等無人平臺。目前的SLAM算法在短時(shí)、短距、特定場景中已經(jīng)達(dá)到了較高的精度，但為了在無人平臺中進(jìn)行更廣泛的應(yīng)用，當(dāng)前的SLAM研究需要解決一系列問題。例如，如何構(gòu)造一種通用、兼容的SLAM算法與實(shí)現(xiàn)框架，如何更有效地利用多傳感器冗余數(shù)據(jù)實(shí)現(xiàn)SLAM，如何在嵌入式環(huán)境中高效可靠地運(yùn)行SLAM算法，以及如何解決高動態(tài)環(huán)境下的SLAM算法穩(wěn)定性等。當(dāng)這些問題得以解決之后，將迎來SLAM技術(shù)得以廣泛應(yīng)用、機(jī)器人執(zhí)行任務(wù)更加自主化的時(shí)代。