机器人自主定位导航听起来简单实则挑战巨大

机器人自主定位导航听起来简单实则挑战巨大

导读

机器人自主定位导航听起来简单，地图数据+算法的结合，实则挑战巨大。在落地实践的过程中，需要解决各种各样的问题，越过各式各样的坑，才能最终完美应用。

首先从地图的呈现方式开始说起。

挑战一：用户心理预期地图的问题

激光雷达充当着机器人的“眼睛”，能为机器人提供高精度的地图及轮廓位置信息，但其实，所扫描出来的平面地图跟用户心理预期地图存在较大差距。

很显然，上面是两种完全不同的地图呈现。在面对用户这一心理落差的时候，利用精细化建图技术，缩小实际建图与用户心理落差之间的距离。

解决了地图呈现方式问题之后，我们再回归到老本行上——机器人可靠的障碍物规避。挑战二：障碍物的有效规避

很多人在看到机器人的时候，一是出于好奇，二是内心的“小恶魔”，总想逗一逗他，看看是不是真的智能，于是便会故意挡在他前面，不让他走。这时候，我们不仅需要激光雷达，还需要多传感器数据的融合，实现有效避障和自主导航。

除了利用传感器避障之外，还可以利用RoboStudio开发软件来帮助机器人更好的理解环境中的逻辑。比如，有些地方是不希望机器人进入的，如：机场场景下的行人扶梯在维护，不希望机器人进去，这时候，我们就可以画一道虚拟墙，“阻拦”机器人进入，无需任何实物铺设，简单易操作。

挑战三：环境完全变化后的可靠定位在

环境完全变化后的可靠定位说简单点就是重定位。重定位有两个问题，第一个是人启动的时候重定位，还有一种重定位是环境变化非常多的时候可靠定位。