伴隨著人工智能的發展，各式各樣的服務機器人已在我們的日常生活及工作環境中出現。服務機器人能實現大面積普及，與相關核心技術的發展密不可分，激光SLAM在其中就扮演了重要角色。
在實現服務機器人智能行走中，激光SLAM與視覺SLAM正成為當下不可繞開的話題。早在05年的時候，激光SLAM就被研究的比較透徹，框架也初步確定。而如今，激光SLAM已成為目前最穩定、主流的導航方式。
作為業內領先的激光SLAM技術提供商，思嵐科技始終堅持一個很重要的原則，那就是8/2原則。20%用來研究核心理論，80%則是如何實現技術方案的落地，比如成本及可靠性的問題。
在激光SLAM的實際應用中，機器人應對環境的準確定位、障礙物的有效規避及環境變化后的重定位等是其實現智能行走中不可避免的問題，針對這些問題，思嵐科技都能很好的解決。
1、應對準確環境的地圖構建
構建高精度地圖是機器人實現自主定位導航的第一步，也直接影響后續機器人執行任務的效率，在對環境的準確構建上，思嵐科技目前主要包含激光雷達和SLAM算法兩方面：①激光雷達傳感器的構建精度；②SLAM算法應對大地圖的構圖能力。
激光雷達傳感器的精度直接影響了機器人地圖構建的精度，為實現機器人的理想化構圖，思嵐科技在激光雷達傳感器中花了不少功夫。如突破三角測距20米局限；采樣頻率突破上萬次大關；高達0.33°(15hz情況)的角度分辨率…。無論在距離測量還是精度上都能滿足商用服務機器人的實際使用需求。
與雷達同步迭代的還有思嵐科技的SLAM算法，思嵐科技采用最新圖優化的方式，可直接滿足用戶預期，無需二次修正就能直接使用。即使是百萬平米的建圖也同樣能滿足高精度要求下的實時定位需求。
以上是使用思嵐激光SLAM技術構建的地圖效果，未經任何后期處理，我們可以看到墻壁的邊緣都非常規整，沒有任何噪點。這樣的地圖進行簡單的修飾就可直接放在手機APP上進行使用。
2、應對障礙物的有效規避
機器人在實際應用中，會碰到各種不同的障礙物：有固定不變的，隨機移動的，甚至是突然出現的。當然還有些像玻璃鏡子等高透明材質的障礙物，這些都需要機器人擁有強大的感知及識別能力，保證機器人能有效規避障礙物。
在應對障礙物的有效規避中，思嵐科技除了利用到自主研發的激光SLAM的同時，還采用了多傳感器融合技術，如深度攝像頭、超聲波、防跌落、防碰撞等傳感器，輔助機器人進行障礙物的有效識別及規避。
激光SLAM是當下實現機器人定位導航的核心技術，但要實現復雜場景下障礙物的有效規避，多傳感器融合是未來的必然趨勢。
3、應對環境變化后的可靠重定位
當機器人遇到障礙物后，行走環境也會相應的發生一些改變，這時機器人在面對變化后的環境需要擁有可靠的重定位功能。重定位有兩個問題，第一個是人啟動的時候重定位，還有一種重定位是環境變化非常多的時候可靠定位。對機器人而言，面臨的直接挑戰有三點：
①若周邊環境的重復性較少，且無閉環性檢測時，地圖則偏差比較大；②定位效果會變差；③計算復雜程度會變大。所以，顯而易見，當機器人發生環境變化時，我們要解決的是如何降低計算機的難度，提升算法的精確性。
思嵐科技利用多重數據和算法模型，加之自主研發的全局重定位功能，使機器人在面臨復雜環境時保證可靠定位且不迷失。
除了環境變化之外，溫度變化也是常見的環境變化之一。思嵐的激光雷達傳感器在出廠前都經過嚴格的測試，應對工作溫度區間內的各類復雜環境。
4、理解環境中的邏輯概念
對于機器人來說，邏輯等于操控指令，強大的邏輯理解能力能幫助機器人更好的完成任務。機器人在移動過程中，嚴謹的思維邏輯能力還不完善。那如何在規定的活動范圍和活動路線上行駛呢？針對這一問題，思嵐科技利用RoboStudio機器人管理軟件設置虛擬墻及虛擬軌道。
除此之外還有些實際應用場景，比如說多涂層和POI，POI就是興趣點，比如商場的平面圖，地圖上標識的是每家店鋪的名稱，它肯定不是平面圖。所以在軟件上我們會做很多的修改，比如在地圖上我們允許加一些興趣點，POI的信息，另外我們也支持多涂層疊加，更好的運用到商場服務中去。
以上就是思嵐科技基于8/2原則在做的事情，將80%的精力用在解決機器人實際場景中的復雜問題。未來，思嵐科技也將堅持以實現機器人智能行走為初心，為業界提供更多有效解決方案，加速服務機器人智能化進程。
