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 20

本篇文章1058字，读完约3分钟

据雷锋说。(公开号码:雷锋。在两位来自学术界的重量级嘉宾发言后，今天的机器人大会特别会议迎来了行业内的另一位杰出人士——兰斯科技创始人陈世凯先生。2015年，陈世凯先生带领斯兰泰克兰斯科技获得数千万美元的A系列融资。雷锋。第一次为你整理了这杯创业大咖啡的演讲内容。

讲座开始时，陈先生向听众介绍了广泛使用的服务机要解决的关键技术:机器人自主定位导航。

该技术分为两部分:定位和避障。

解决定位问题的可用技术有:

1.slam，即同步定位和测绘，由同事自主定位和测绘，有两种方法:激光slam和vslam。两者各有利弊；

2.路径规划、a*算法及其变体是常用的方法

还有两种方法可以避免障碍:

1.动态窗口，让机器人每时每刻都像人类一样判断下一刻可以展开的动作，以避开特定的障碍物。

2.覆盖问题，让机器人尽可能覆盖所有区域

随后，陈先生向观众介绍了实际的行业使用情况。

首先，他告诉观众，行业的使用遵循第28条原则。在服务机器人领域，20%的问题可以通过各种学术机构研究的核心理论、框架和算法来解决，剩下的80%存在技术问题以及商业、工业和心理问题。所有这些都需要从业者自己去解决。

他认为服务机器人的应用场景应该分为两类:个人家居场景和商业特殊场景。

个人家居场景中的机器人的特点是零配置，即购买并充电后即可使用。然而，有必要解决功耗、体积和成本的问题。商业专业场景中机器人的特点是其功能是预先配置好的，并且更加可靠和可扩展。

陈先生讲了一些过去解决这个家庭问题的经验。对于家庭场景中的机器人，为了解决功耗问题，有必要集成和优化算法，以最小化导航和定位系统的尺寸和计算性能负载。为了实现零配置，有必要在技术上使机器人能够在未知环境中探索环境并自己绘制地图。最后，面对地图展示的问题，为了让顾客在心理上接受，需要对机器人构建的地图进行细化和渲染。

对于商业场景，为了被机器人使用，地图和其他信息将被预先设置，并且将设计禁区。对于商业上的大地图问题，陈泽先生给出了两种思路:传统的uwb(雷锋注:超宽带，超宽带技术，或无线脉冲测距技术)定位方法和激光导航定位系统。商业场景中的机器人更容易遇到复杂多变的环境，而这是地图无法解决的。有必要采用多传感器融合技术，将超声和视觉传感器技术相结合。

最后，陈先生还谈到了导航定位系统未来的发展趋势。他认为，vslam和lidarslam都无法主宰，两者往往会合并。目前，行业内有一些基于深度学习的趋势，这可能成为未来的趋势。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。