機(jī)器人室內(nèi)定位是怎樣利用SLAM來(lái)實(shí)現(xiàn)的

SLAM（同步定位與建圖）對(duì)移動(dòng)機(jī)器人和VR/AR耳機(jī)等應(yīng)用至關(guān)重要，這些應(yīng)用通常都是在室內(nèi)進(jìn)行的，而GPS或慣性測(cè)量裝置要么無(wú)效，要么不夠精確。SLAM是一個(gè)雞生蛋還是蛋生雞的問(wèn)題，在這個(gè)問(wèn)題中，系統(tǒng)需要映射它的環(huán)境來(lái)確定它在該環(huán)境中的位置和姿勢(shì)，而姿勢(shì)反過(guò)來(lái)又影響映射。今天有多種方法來(lái)做SLAM的傳感，其中經(jīng)常會(huì)聽(tīng)到的是激光雷達(dá)作為主要的傳感輸入。

但是激光雷達(dá)價(jià)格昂貴，即使對(duì)于新興的固態(tài)激光雷達(dá)來(lái)說(shuō)也是如此，因此它仍然不適用于VR/AR?？梢杂糜趥}(cāng)庫(kù)自動(dòng)化的工業(yè)機(jī)器人經(jīng)常被忽視的一個(gè)問(wèn)題是，概念看起來(lái)很好，但目前的成本仍然過(guò)高。據(jù)說(shuō)沃爾瑪訂購(gòu)了兩個(gè)這樣的機(jī)器人，每個(gè)25萬(wàn)美元，它們甚至可以用來(lái)構(gòu)建倉(cāng)庫(kù)地圖，但并不能幫助擴(kuò)大規(guī)模。實(shí)際的系統(tǒng)顯然必須在售價(jià)、維護(hù)和停機(jī)時(shí)間上更便宜。

降低成本的一部分需要轉(zhuǎn)向低成本、低功耗的傳感和快速、低功耗的SLAM計(jì)算。傳感可能是一個(gè)簡(jiǎn)單的單目或RGBD相機(jī)，因此這成為基于視覺(jué)的SLAM，這似乎是當(dāng)今最流行的方法。對(duì)于SLAM算法本身，最著名的參考文獻(xiàn)是ORBSLAM，它毫無(wú)疑問(wèn)是為CPU平臺(tái)設(shè)計(jì)的。這款軟件在計(jì)算上非常昂貴，想象一下，在改進(jìn)3D地圖的同時(shí)，你在檢測(cè)不斷變化的場(chǎng)景中的特征時(shí)，需要進(jìn)行的所有數(shù)學(xué)運(yùn)算和迭代。這就會(huì)產(chǎn)生相當(dāng)高的功耗和較低的有效幀速率。換句話說(shuō)，除非機(jī)器人移動(dòng)得不是很快，否則電池的使用壽命不會(huì)很長(zhǎng)，映射也不是很靈敏。

SLAM有三個(gè)主要組件：跟蹤、映射和循環(huán)閉包。跟蹤估計(jì)相機(jī)的位置和方向，這必須是實(shí)時(shí)響應(yīng)，以支持高幀速率（例如30FPS或60FPS）。該組件在很大程度上依賴于圖像處理和特征檢測(cè)、描述和匹配的定點(diǎn)操作（將新幀中的特征與參考幀中的特征進(jìn)行比較）。特征可以是桌子的邊緣、柱子、門或類似的物體，甚至是在地板或天花板上為這個(gè)目的而做的獨(dú)特的標(biāo)記。

然后映射估計(jì)這些特征點(diǎn)的三維位置；如果機(jī)器人移動(dòng)了或者場(chǎng)景改變了，可能需要在地圖上添加點(diǎn)，并且還會(huì)細(xì)化現(xiàn)有的點(diǎn)。這里的計(jì)算必須是實(shí)時(shí)的，但不一定是每一幀，并且主要是使用浮點(diǎn)數(shù)據(jù)類型的大量轉(zhuǎn)換（線性代數(shù)）。

在第三步，循環(huán)閉包中，需要返回到之前的一個(gè)位置，按照構(gòu)建的映射原則應(yīng)該顯示在相同的位置。這是一個(gè)糾正錯(cuò)誤的過(guò)程，這就需要大量的計(jì)算。早期的步驟是概率性的，因此可能會(huì)有誤差和錯(cuò)誤檢測(cè)。循環(huán)閉包是減少錯(cuò)誤和細(xì)化映射的一個(gè)過(guò)程。這個(gè)階段還主要依賴浮點(diǎn)計(jì)算。

所以需要快速的圖像處理并提供30或60FPS的定點(diǎn)數(shù)學(xué)，大量的浮點(diǎn)線性代數(shù)，以及更強(qiáng)大的浮點(diǎn)數(shù)學(xué)。而且VR/AR和倉(cāng)庫(kù)機(jī)器人需要低功耗。但是在CPU或CPU集群中都不能這樣做。或許GPU可以，但會(huì)比較費(fèi)電?？梢越鉀Q這個(gè)問(wèn)題的自然架構(gòu)是DSP。矢量DSP非常適合這種圖像處理，但是通用的解決方案使用起來(lái)很有挑戰(zhàn)性。

這是因?yàn)槠渲泻芏喙ぷ鞫际窃诓东@的（2D）圖像的特性周圍使用小補(bǔ)丁。這些補(bǔ)丁不太可能很好地將自己定位到內(nèi)存中的連續(xù)位置，因此它們對(duì)矢量不友好。因此對(duì)這些特性的操作變成稀疏矩陣操作對(duì)向量也不友好。這意味著傳統(tǒng)的基于緩存的優(yōu)化方法就起不了作用了。我們需要一種使用本地內(nèi)存的特定于應(yīng)用程序的方法來(lái)確保訪問(wèn)的延遲接近于零，這需要基于對(duì)應(yīng)用程序需求的理解精心設(shè)計(jì)DMA預(yù)取。

這是可行的，但是由于本地內(nèi)存是有限的，我們必須小心分割圖像，這可能導(dǎo)致需要處理的對(duì)象之間重疊，從而增加DDR流量。而且與CPU的協(xié)調(diào)增加了挑戰(zhàn)，包括與CPU虛擬內(nèi)存共享內(nèi)存、管理數(shù)據(jù)傳輸以及CPU和DSP之間的控制、同步和監(jiān)視。

CEVA在其應(yīng)用程序開(kāi)發(fā)工具包（Application Developer Kit， ADK）中添加了一個(gè)SLAM SDK，用于成像和計(jì)算機(jī)視覺(jué)，旨在與其CEVA- xm和NeuPro處理器一起運(yùn)行。SLAM SDK支持CPU接口，允許將重型SLAM構(gòu)建塊卸載到DSP。提供的塊包括特征檢測(cè)、特征描述符和特征匹配、線性代數(shù)（矩陣操作和方程求解）、用于束調(diào)整的快速稀疏方程求解等。

ADK還包括一個(gè)基于OpenCV的函數(shù)的標(biāo)準(zhǔn)庫(kù)CEVA – VX，它可以管理系統(tǒng)資源需求，包括那些棘手的數(shù)據(jù)傳輸和DMA優(yōu)化，以優(yōu)化內(nèi)存帶寬和功率，以及用于DSP的RTOS和調(diào)度器，用于抽象和簡(jiǎn)化CPU-DSP接口。

責(zé)任編輯：ct