4月11日，智東西創(chuàng)課邀請(qǐng)到速感科技CTO張一茗，就《從0到1了解SLAM》這一主題在智東西旗下「機(jī)器人」社群（有入群需求請(qǐng)?zhí)祢溨切∥魑⑿舲hidxrobot）開(kāi)講。本文為本場(chǎng)創(chuàng)課的全程圖文實(shí)錄，分為主講+Q&A二部分。全文共計(jì)5026字，讀完大概需要15分鐘，你可以掌握：
1、SLAM的定義、發(fā)展史；
2、機(jī)器人視覺(jué)傳感器的演進(jìn)史；
3、三維深度傳感器的不同技術(shù)路線及差異比較；
4、SLAM如何實(shí)現(xiàn)，尤其是vSLAM；
5、vSLAM應(yīng)用在機(jī)器人上存在的問(wèn)題；
關(guān)于嘉賓：張一茗，速感科技CTO，畢業(yè)于北京航空航天大學(xué)，參與總裝備部、火箭軍等多型號(hào)慣性及其組合導(dǎo)航定位系統(tǒng)設(shè)計(jì)，負(fù)責(zé)慣性/衛(wèi)星/光學(xué)組合導(dǎo)航系統(tǒng)及算法設(shè)計(jì)，具有豐富的定位導(dǎo)航系統(tǒng)設(shè)計(jì)經(jīng)驗(yàn)。
主講實(shí)錄
張一茗：感謝大家的支持，也感謝何總（注：智東西聯(lián)合創(chuàng)始人何峰）的邀請(qǐng)，來(lái)到這里跟大家分享我在SLAM領(lǐng)域的認(rèn)識(shí)和理解，也歡迎分享后和大家一起探討SLAM技術(shù)在機(jī)器人行業(yè)的應(yīng)用。
各位千萬(wàn)別客氣，我先來(lái)按照我的思路來(lái)跟大家分享以下我對(duì)SLAM的理解吧。
SLAM全稱(chēng)simultaneous localization and mapping大家應(yīng)該都比較熟悉了，字面可見(jiàn)分為兩大部分：定位、構(gòu)圖。
定位（嚴(yán)格來(lái)說(shuō)是定位、定姿）這個(gè)問(wèn)題幾千年來(lái)都是個(gè)炒的火熱的問(wèn)題。定位的場(chǎng)景千差萬(wàn)別，對(duì)精度的要求也越來(lái)越苛刻。與此同時(shí)，定位也是個(gè)細(xì)分市場(chǎng)，出于不同場(chǎng)景對(duì)于體積、成本、精度、更新頻率需求的差異，衍生了多種多樣的定位方式。比如GPS、慣導(dǎo)、DR、無(wú)線電甚至藍(lán)牙、wifi等等。GPS具有體積小、米級(jí)定位精度、無(wú)累計(jì)誤差可做差分、可授時(shí)等優(yōu)勢(shì)，缺點(diǎn)是要工作在室外，更新頻率低，易受多徑效應(yīng)等影響。
慣性導(dǎo)航系統(tǒng)具有短時(shí)定位精度極高、輸出頻率極高，但是它的高成本、大體積、需初始對(duì)準(zhǔn)的特性使它不會(huì)大規(guī)模進(jìn)入消費(fèi)類(lèi)市場(chǎng)。消費(fèi)級(jí)機(jī)器人領(lǐng)域，通過(guò)DR（Dead reckoning）航位推算方法，能夠用很低成本的編碼器，實(shí)現(xiàn)精準(zhǔn)的速度控制和短時(shí)間的位置朝向估計(jì)，但是具有比較大的累計(jì)誤差且不能實(shí)現(xiàn)重定位。隨著Rangefinder、CMOS、高性能CPU的發(fā)展，人們能夠用足夠的算力和存儲(chǔ)，采集足夠的信息，利用場(chǎng)景模型等參數(shù)作為先驗(yàn)信息融入到位置姿態(tài)估計(jì)中。SLAM這種同時(shí)建模與構(gòu)圖的概念開(kāi)始成為一個(gè)研究熱點(diǎn)。
我這里有一篇論文《1991 Simultaneous map building and localization for an autonomous mobile robot》。（下載論文）
在1991年的時(shí)候，SLAM的開(kāi)山鼻祖?zhèn)兪褂昧?8個(gè)超聲傳感器，利用EKF設(shè)計(jì)了第一套針對(duì)移動(dòng)機(jī)器人的SLAM系統(tǒng)。后來(lái)隨著激光雷達(dá)的出現(xiàn)，系統(tǒng)能夠更容易的識(shí)別2D平面的角點(diǎn)特征，雷達(dá)SLAM的實(shí)用性上升了一個(gè)級(jí)別。而后隨著CPU算力的提升，圖像的處理能力越來(lái)越強(qiáng)，基于單攝像頭、多攝像頭、深度攝像頭的SLAM研究與應(yīng)用如雨后春筍般冒出來(lái)。
基于視覺(jué)影像的SLAM系統(tǒng)體積小、功耗低、可靠性高，在提供準(zhǔn)確定位的同時(shí)，也能夠建立或稀疏或稠密的地圖，給人無(wú)限遐想的空間。十多年來(lái)，學(xué)術(shù)界針對(duì)視覺(jué)SLAM的研究日新月異，創(chuàng)造了許多優(yōu)秀的理論。然而到了今天大家也都發(fā)現(xiàn)，純視覺(jué)的vSLAM依然有它的缺點(diǎn)，比如受光照條件影響大，高動(dòng)態(tài)環(huán)境精度下降，對(duì)場(chǎng)景復(fù)雜度要求高等特點(diǎn)，以Visual-SLAM為基礎(chǔ)的多傳感器融合SLAM成為新的熱點(diǎn)。
2012年美國(guó)軍方提出了一個(gè)相當(dāng)宏偉的概念，開(kāi)展了在GPS服務(wù)被干擾、被阻斷，即不能使用GPS服務(wù)背景下的高精度定位、導(dǎo)航與授時(shí)技術(shù)：“全源導(dǎo)航”（ASPN）技術(shù)研究，以期在未來(lái)對(duì)抗條件下的軍事行動(dòng)中保持、占據(jù)精確PNT（Position navigation time）能力的優(yōu)勢(shì)。希望建立一套算法和軟硬件架構(gòu)兼容10種以上的傳感器。 尤其是最近幾年，microPNT的概念也被軍方炒的越來(lái)越火熱。
目前的導(dǎo)航定位算法大多被迫在完備性與效率之間進(jìn)行折中和選擇?！叭磳?dǎo)航”需要發(fā)展新的濾波算法，能夠全面兼容各類(lèi)導(dǎo)航算法，如高斯、非高斯統(tǒng)計(jì)算法，或線性、非線性測(cè)量模型算法等；同時(shí)，新的導(dǎo)航算法必須滿(mǎn)足真實(shí)環(huán)境下實(shí)時(shí)運(yùn)行的要求。新的導(dǎo)航算法應(yīng)當(dāng)能夠處理平臺(tái)運(yùn)動(dòng)和測(cè)量可用性之間產(chǎn)生的時(shí)變狀態(tài)空間問(wèn)題，能夠?qū)λ袑?dǎo)航測(cè)量結(jié)果進(jìn)行統(tǒng)計(jì)。因此，在執(zhí)行任務(wù)時(shí)，新的導(dǎo)航算法應(yīng)能夠靈活地對(duì)傳感器、敏感器，以及測(cè)量量的引入和去除進(jìn)行調(diào)整，從而提供準(zhǔn)確和可靠的導(dǎo)航解決方案。
這個(gè)概念很難，難在要適用于水下，地下，叢林，郁閉森林，郊區(qū)，城市峽谷，建筑室內(nèi)，開(kāi)放區(qū)域等各種環(huán)境、同時(shí)還要滿(mǎn)足步行，無(wú)人機(jī)（所有規(guī)格），潛水器，輪式車(chē)輛，履帶式車(chē)輛，飛機(jī)，小型機(jī)器人等各種平臺(tái)，測(cè)量影像，速度，加速度，旋轉(zhuǎn)速率，時(shí)間，位置，海拔高度，方向，相位來(lái)實(shí)現(xiàn)組合定位導(dǎo)航。
除了2D/3D成像系統(tǒng)以外，他們采用了傾角羅盤(pán)，，距離/偽距測(cè)距儀，氣壓計(jì)，溫度傳感器，方位角速率傳感器，GPS，激光雷達(dá)，加速度計(jì)，陀螺儀，磁力計(jì)，回轉(zhuǎn)羅盤(pán)，計(jì)時(shí)器，毫米波雷達(dá)以及其他雷達(dá)，1、2、3軸AOA/LOB/TDOA傳感器，計(jì)步器，星敏感器，紅外傳感器，無(wú)線局域網(wǎng)（WiFi）/射頻接收機(jī)，聲學(xué)傳感器等等傳感器。也只有用上這些傳感器，才有可能實(shí)現(xiàn)真正全天候、全場(chǎng)景、全平臺(tái)的定位導(dǎo)航系統(tǒng)。
這是他們大概的架構(gòu)，可想而知有多復(fù)雜。
ASPN的項(xiàng)目給了我最大的一個(gè)警示就是：不談場(chǎng)景去談定位就是在耍流氓。所以咱們來(lái)好好談?wù)勧槍?duì)機(jī)器人領(lǐng)域中的vSLAM方案。
vSLAM在機(jī)器人上最難的問(wèn)題我認(rèn)為是這句話：start as a scientist, end as an eigineer。
Dyson出了一款360deg的omnidirectional的vSLAM掃地機(jī)，他們的研發(fā)起于21世紀(jì)初，做了十多年，才把一個(gè)掃地機(jī)做的漂亮（受一些客觀條件限制，效果沒(méi)有它的外觀那么漂亮）。
學(xué)術(shù)界上各種各樣vSLAM算法天花亂墜，可是如果沒(méi)有自己的技術(shù)積累和工程化經(jīng)驗(yàn)，這離實(shí)際的產(chǎn)品化差距還是太遠(yuǎn)。
對(duì)于機(jī)器人的vSLAM而言，視覺(jué)傳感器在其中舉重若輕。一個(gè)好的視覺(jué)傳感器就是一個(gè)明亮的眼睛。今天咱們按照維度的高低來(lái)簡(jiǎn)單介紹下：
傳統(tǒng)面陣相機(jī)/多目被動(dòng)式相機(jī)采用面陣CMOS作為核心元件，隨著手機(jī)行業(yè)對(duì)于鏡頭的強(qiáng)勁需求，使得整個(gè)CMOS、鏡頭制造行業(yè)迅猛發(fā)展，低成本廉價(jià)的鏡頭成為輕而易舉的事情。滿(mǎn)足了機(jī)器人行業(yè)對(duì)于監(jiān)控、目標(biāo)識(shí)別與分析、跟蹤與定位的需求。
機(jī)器人行業(yè)的興起帶火了很多攝像頭公司，如果歸類(lèi)的話依然脫離不了以下幾類(lèi):
對(duì)于單目結(jié)構(gòu)光：激光投射器通過(guò)DOE投射出特征明顯的散斑，被紅外攝像頭捕獲，然后解算出深度信息。圖中可以看到Kinect（采用primesense方案）透射出去的散斑圖，DOE二維光學(xué)結(jié)構(gòu)使得激光穿過(guò)DOE時(shí)，先擴(kuò)散成偽隨機(jī)散斑，然后衍射為9束，形成看似隨機(jī)其實(shí)略有玄機(jī)的散斑。
然后受投射器功率的影響，單目結(jié)構(gòu)光很難工作在室外。雙目結(jié)構(gòu)光則可以規(guī)避這個(gè)缺陷當(dāng)然還有一些其他的結(jié)構(gòu)光
這個(gè)是hptg提供的pattern圖案，他們?cè)O(shè)計(jì)的一體化投射器模組能夠?qū)崿F(xiàn)小體積低溫漂移的點(diǎn)陣圖案，他是由兩幅十分規(guī)律的散斑組成，最后同時(shí)被紅外相機(jī)獲得，精度相對(duì)較高。
還有一種比較獨(dú)特的方案，它采用mems微鏡的方式，類(lèi)似DLP原理，將激光器進(jìn)行調(diào)頻，通過(guò)微鏡反射出去，并快速改變微鏡姿態(tài)，進(jìn)行行列掃描，實(shí)現(xiàn)結(jié)構(gòu)光的投射。比如Intel的realsense方案，這種方案可以做到比hptg還要薄的厚度，缺點(diǎn)是信噪比相對(duì)較差，動(dòng)態(tài)效果略差一點(diǎn)，也算是體積與性能之間的一種折中。
ToF（time of flight）也是一種被炒的火熱的深度獲取方法，主要分為脈沖式和相位式兩種。這是一種相位式tof的原理，通過(guò)采集四個(gè)采樣點(diǎn)的相位，解算時(shí)間差，獲得對(duì)應(yīng)pixel的深度信息。
傳感器發(fā)出經(jīng)調(diào)制的近紅外光，遇物體后反射，傳感器通過(guò)計(jì)算光線發(fā)射和反射時(shí)間差或相位差，來(lái)?yè)Q算被拍攝景物的距離，以產(chǎn)生深度信息。
相位法可以減輕背景光對(duì)于深度提取的影響，但是受這種四個(gè)采樣點(diǎn)分時(shí)曝光的限制，它對(duì)于動(dòng)態(tài)物體的效果要比脈沖式差一些。脈沖式是一種更常見(jiàn)的tof測(cè)距方法，從傳統(tǒng)的工業(yè)雷達(dá)，到現(xiàn)在炒的比較火的面振tof都大量存在它的蹤影。
除了以上結(jié)構(gòu)光、tof和普通相機(jī)以外，還有一種有趣的攝像頭叫eventcamera。
他檢測(cè)的是變化的像素，大大縮減了輸出的數(shù)據(jù)量，輕輕松松實(shí)現(xiàn)類(lèi)似光流的算法而且具有極高的輸出頻率。學(xué)術(shù)界也有人在使用它在做slam，大家可以去搜索相關(guān)的論文看看。
這里找到了一個(gè)dyson360的一個(gè)有趣的vSLAM展示，通過(guò)采集全景鏡頭的視頻數(shù)據(jù)，只有640*480的分辨率，實(shí)現(xiàn)了很有趣的vSLAM定位。
SLAM算法在實(shí)現(xiàn)的時(shí)候主要要考慮以下4個(gè)方面：
1、地圖表示問(wèn)題比如dense和sparse都是它的不同表達(dá)方式，這個(gè)需要根據(jù)實(shí)際場(chǎng)景需求去抉擇。
2. 信息感知問(wèn)題，需要考慮如何全面的感知這個(gè)環(huán)境，RGBD攝像頭FOV通常比較小，但激光雷達(dá)比較大。我們也做過(guò)一個(gè)類(lèi)似dyson的方案，能夠?qū)崿F(xiàn)很低成本，小體積的機(jī)器人定位。
3. 數(shù)據(jù)關(guān)聯(lián)問(wèn)題，不同的sensor的數(shù)據(jù)類(lèi)型、時(shí)間戳、坐標(biāo)系表達(dá)方式各有不同，需要統(tǒng)一處理
4. 定位與構(gòu)圖問(wèn)題，就是指怎么實(shí)現(xiàn)位姿估計(jì)和建模，這里面涉及到很多數(shù)學(xué)問(wèn)題，物理模型建立，狀態(tài)估計(jì)和優(yōu)化。
我們也做過(guò)一個(gè)類(lèi)似dyson的方案，能夠?qū)崿F(xiàn)很低成本，小體積的機(jī)器人定位。
vSLAM里面還要考慮的有回環(huán)檢測(cè)問(wèn)題，探索問(wèn)題（exploration），以及綁架問(wèn)題（kidnapping）。
vSLAM在算法部分，對(duì)數(shù)學(xué)的基礎(chǔ)要求比較高，對(duì)概率統(tǒng)計(jì)、最小二乘估計(jì)、隨機(jī)梯度下降（或者高斯牛頓、LM）、線性系統(tǒng)建模與估計(jì)、非線性系統(tǒng)的概念和優(yōu)化都得有較深的理解，同時(shí)也得有一個(gè)open的視野，熟練的編程能力，來(lái)實(shí)現(xiàn)效率更高的算法。
在團(tuán)隊(duì)配置上，更需要要更種各樣的人，算法工程師、嵌入式工程師、光學(xué)工程師、傳感器工程師、算法優(yōu)化工程師、結(jié)構(gòu)工程師、機(jī)電工程師以及豐富的產(chǎn)品測(cè)試安排。
比如這就是幾周前我們對(duì)IMU進(jìn)行的一系列測(cè)試的一部分，受溫漂影響，IMU的輸出會(huì)隨著芯片溫度上升零偏發(fā)生漂移。這就會(huì)給一些絕對(duì)的姿態(tài)參考造成很大的問(wèn)題，需要通過(guò)溫度試驗(yàn)摸出imu的噪聲誤差一致性，從而進(jìn)行有效的補(bǔ)償。
整個(gè)SLAM大概可以分為前端和后端，前端做配準(zhǔn)，研究不同幀之間的變換關(guān)系。
首先提取每幀圖像特征點(diǎn)，利用相鄰幀圖像，進(jìn)行特征點(diǎn)匹配，然后利用RANSAC去除大噪聲，然后進(jìn)行ICP匹配，同時(shí)可以利用IMU提供的姿態(tài)信息進(jìn)行濾波融。
后端則主要是研究前端出結(jié)果中累積誤差的矯正，利用濾波理論（EKF、UKF、PF）、或者優(yōu)化理論TORO、G2O進(jìn)行樹(shù)或者圖的優(yōu)化。最終得到最優(yōu)的位姿估計(jì)。當(dāng)然，其中還要考慮一些閉環(huán)檢測(cè)問(wèn)題。
這是我們的傳感器配合上我們6dof Visual Inertial SLAM算法的一個(gè)簡(jiǎn)單展示。
vSLAM在機(jī)器人上的應(yīng)用最難的就是產(chǎn)品化和成本上的考慮，好在機(jī)器人的vSLAM不需要特別高的實(shí)時(shí)性，也沒(méi)有VR、AR令人難受的眩暈效應(yīng)，不需要將計(jì)算速率提的特別高，機(jī)器人行業(yè)的vSLAM是一個(gè)真正短期內(nèi)看得見(jiàn)的爆發(fā)點(diǎn)。
配合低頻的visual解算，100ms內(nèi)利用imu純積分實(shí)現(xiàn)高頻率的vSLAM姿態(tài)輸出，基本上可以實(shí)現(xiàn)很低jitter的定位定姿。當(dāng)然這個(gè)行業(yè)還遠(yuǎn)沒(méi)有達(dá)到成熟的階段，比如依然沒(méi)有合適的芯片，沒(méi)有覆蓋全場(chǎng)景全天候的解決方案，這也是整個(gè)slam行業(yè)要繼續(xù)解決下去的問(wèn)題。
時(shí)間差不多了，今天大概先分享到這里。
Q&A環(huán)節(jié)實(shí)錄
提問(wèn)1
劉軍令
目前比較主流使用的slam算法都有哪些？分別都有哪些實(shí)際應(yīng)用中的優(yōu)勢(shì)和局限？
張一茗：目前的開(kāi)源SLAM方法還是很多很多的，國(guó)內(nèi)有一些研究者整理過(guò)一個(gè)網(wǎng)站。
http://slamcn.org/index.php/%E9%A6%96%E9%A1%B5#.E4.B8.BB.E6.B5.81.E5.BC.80.E6.BA.90SLAM.E6.96.B9.E6.A1.88
但是我的看法是，這些算法都是科研成果，是屬于scientist的東西。他們并不能輕松實(shí)現(xiàn)產(chǎn)品化，start as a scientist, end as an eigineer，如果沒(méi)有自己的算法，別人走過(guò)的坑該踩還是要踩，才能真正走向產(chǎn)品化的。
提問(wèn)2
陳進(jìn)博
目前市場(chǎng)中做SLAM的公司很多，如何去識(shí)別哪家更有優(yōu)勢(shì)？對(duì)于做這一塊的公司，您認(rèn)為應(yīng)該怎樣才能突圍而出？
張一茗：我認(rèn)為識(shí)別公司優(yōu)勢(shì)的指標(biāo)就是成熟度，demo很容易，出產(chǎn)品很難。必須有豐富的產(chǎn)品化經(jīng)驗(yàn)以及腳踏實(shí)地的扣每一個(gè)細(xì)節(jié)，才能夠突圍而出，勝算體現(xiàn)在一些細(xì)節(jié)，比如標(biāo)定設(shè)備、標(biāo)定方法、測(cè)試方法、生產(chǎn)線設(shè)計(jì)等等。
提問(wèn)3
何瀟
目前主流的ORB-SLAM的關(guān)鍵點(diǎn)和優(yōu)化方向是什么？
張一茗：ORB-SLAM只是開(kāi)源算法的一種，它構(gòu)建了一種思路很清晰的vslam方法，前端后端嚴(yán)謹(jǐn)，框架清晰，很適合初學(xué)者學(xué)習(xí)，但是我個(gè)人認(rèn)為在產(chǎn)品化的路上他并不是一個(gè)特別好的方案。
提問(wèn)4
林義閩
vslam是否可以用于室外空曠區(qū)域？
張一茗：vSLAM在室外是可以用的，但是有一些限制。比如說(shuō)基于Depth的SLAM在室外是幾乎是沒(méi)法用的。因?yàn)槭彝夤庠刺珡?qiáng)，很難獲得一個(gè)準(zhǔn)確的Depth。所以深度圖的這種匹配是完全不起作用。然后，對(duì)于基于純視覺(jué)SLAM在室外的話，大部分場(chǎng)景是可用的。但是如果說(shuō)，室外的這種景深太過(guò)單調(diào)，比如說(shuō)十分空曠，體現(xiàn)不出層次感的話，他依然是不能夠?qū)崿F(xiàn)一個(gè)很好的定位的。只要室外的場(chǎng)景錯(cuò)落有致一些，它依然能夠?qū)崿F(xiàn)一個(gè)比較好的精度。
（補(bǔ)充提問(wèn)）：針對(duì)第4點(diǎn)的提問(wèn)，是否可以理解說(shuō)SLAM主要是運(yùn)用在室內(nèi)的而不是室外呢？
張一茗：絕大部分室外場(chǎng)景是可用的，除非特別空曠的一些極端環(huán)境。我們測(cè)試過(guò)我們的算法，沒(méi)有問(wèn)題。
提問(wèn)5
劉煥云
室內(nèi)三維重建有沒(méi)有推薦的開(kāi)源算法，剛?cè)腴T(mén)應(yīng)該從何入手？
張一茗：這個(gè)需求跟SLAM領(lǐng)域略有不同，應(yīng)該是屬于SFM的領(lǐng)域，這個(gè)領(lǐng)域開(kāi)源方法也很多，您可以去SFM領(lǐng)域的paper中搜尋下
提問(wèn)6
Jennifer
機(jī)器視覺(jué)領(lǐng)域創(chuàng)業(yè)公司和大公司比優(yōu)勢(shì)和劣勢(shì)在哪里？速感科技的核心優(yōu)勢(shì)是什么？公司面臨的核心挑戰(zhàn)是？
張一茗：我認(rèn)為定位這個(gè)行業(yè)最大的特點(diǎn)就在于，沒(méi)有萬(wàn)能的定位方案，每個(gè)應(yīng)用場(chǎng)景都有不同的需求，大家都是在搜尋一個(gè)更大的市場(chǎng)，即使是大公司，也很難做到類(lèi)似apple這樣的壟斷。對(duì)于創(chuàng)業(yè)公司，做大公司未來(lái)得及做之事，在大公司做起來(lái)之前的窗口期搶占對(duì)自己有優(yōu)勢(shì)的市場(chǎng)，賺取足夠的利潤(rùn)并成為新的巨頭，這是我認(rèn)為創(chuàng)業(yè)公司的生存之道 （回答完畢）。
提問(wèn)7
李海峰
請(qǐng)問(wèn)SLAM硬件在基于FPGA實(shí)現(xiàn)的實(shí)踐中能做到多高的深度分辨率和幀率，還有需要多少邏輯單元？
張一茗：slam并不適合用純粹的fpga去實(shí)現(xiàn)，因?yàn)閟lam中雖然確實(shí)有很多可以并行化的部分，但是同時(shí)也有很多串行邏輯運(yùn)算，我認(rèn)為比較合適的方案還是arm加其他并行處理器的soc架構(gòu)。我們目前用一些并行化的dsp去做特征提取，500個(gè)特征點(diǎn)可以花幾個(gè)ms來(lái)完成，而pc上需要20ms。
我們目前用一些并行化的dsp去做特征提取，500個(gè)特征點(diǎn)可以花幾個(gè)ms來(lái)完成，而pc上需要20ms。
提問(wèn)8
張辰
基于SLAM的移動(dòng)機(jī)器人，在行進(jìn)過(guò)程中，如何克服周邊環(huán)境變化的影響？（比如在倉(cāng)庫(kù)物流應(yīng)用中，周?chē)浳镘?chē)輛人員的動(dòng)態(tài)變化）
張一茗：這個(gè)問(wèn)題可以通過(guò)兩個(gè)方面解決，一個(gè)是擴(kuò)大傳感器的視野，比如用大視場(chǎng)角的鏡頭或360deg的雷達(dá)，另一方面利用其他傳感器比如慣性、編碼器進(jìn)行組合，都可以進(jìn)行周?chē)h(huán)境變化的抑制。
提問(wèn)9
王佳龍
想問(wèn)一下，貴公司宣傳的M-32傳感器定位精度1cm，這個(gè)精度指的是RMSE嗎？如果是，groundtruth是通過(guò)什么方法得到的？
張一茗：groundtruth采用的是類(lèi)似vicon的光學(xué)方案進(jìn)行標(biāo)定的，精度mm級(jí)別。1cm的定位精度是指的RMSE，是在室內(nèi)環(huán)境進(jìn)行的測(cè)試。
提問(wèn)10
吳文欽
張總好。我們?cè)谟肨of攝像頭的來(lái)做AGV導(dǎo)航。有好的廠家推薦嗎？你們有適合的模組嗎？謝謝
張一茗：Tof模組我們不設(shè)計(jì)，做Tof的公司很多，最上游的有pmd、ti、epc等等公司，下游的模組公司有很多，可能不太適合在這里廣告，您可以網(wǎng)上多搜尋一下，或者私下溝通一下。
