高仙是全球最早从事SLAM技术研发和应用探索的公司之一，成立于2013年，5年间，高仙已成功向下游近百家智能机器人终端企业提供完整的SLAM商用解决方案，并实现了在国内该领域超过60%的市场占比，机器人总体运行超过百万公里。高仙SLAM2.0技术战略近期正式对外公布后受到用户及合作伙伴的关注，究竟SLAM2.0是什么，接下来为大家详解。
SLAM技术通过智能算法( 学习算法等)进行自主定位、建图，被广泛应用于低速无人机、无人驾驶、机器人应用领域。针对在未知的环境中运动需求，SLAM通过对环境的观测确定自身的运动轨迹，同时构建环境地图，再根据自身位置增量式的构建地图，完成不同领域产品的路径规划功能，从而达到同时定位和地图构建的目的。SLAM技术距今已经有30余年的发展历史，在以上领域都有较好的应用前景。
传统SLAM技术特点与不足
传统SLAM虽然应用广泛，但是对于动态环境的定位建图能力是有欠缺的，表现在缺乏对应的动态实时分析机制。然而SLAM传统的技术缺点主要在于每次重启的起点位姿是初始点，丢失位姿时，将人工移动到地图的零点位置，浪费人力、效率低下，对应用过程中会给用户造成很大不便，总结来说，传统SLAM及导航技术体系存在对复杂环境的适应能力低下、成本较高、定位精度差等缺陷。
正是为了应对动态环境没有成熟、稳定的解决方案这一现状，高仙整合传统SLAM技术与领先算法，提出了全新的SLAM2.0技术方案，即能完成动态环境下的定位建图能力，并完整地考虑、覆盖了机器人导航应用需求及功能，尤其在商业环境下，针对其动态环境的高频变化，SLAM2.0能够动态地对环境特征进行分析与特征提取，构建完善的动态实时分析机制，并较好的提高系统鲁棒性以及识别准确率，完成定位-建图-导航-重定位-更新动态的螺旋上升系统。
高仙SLAM2.0是什么
高仙SLAM2.0技术方案显著地提高了SLAM多项关键技术指标，且将导航环节涵盖了进来，从而为用户提供了一套完整的机器人自主定位、建图、导航应用系统，与传统技术相比，这一方案具有颠覆性，因此，高仙将它定义为SLAM2.0。
SLAM2.0通过机器人的多传感器，获取动态环境下的数据信息，对环境进行实时定位，并构建动态环境下完整的平面地图，从而让机器人在复杂的环境下具备自主规划、组织、自适应能力。在动态环境中，机器人将能够有效规避动态路障(如，移动的人等)，而不需要设置固定的路径;机器人构建动态地图以时间序列获取周围环境信息，与已构建好的地图进行匹配，并采用 学习算法精确确定其在全局地图中的位置。在技术应用中，SLAM2.0的算法实现主要考虑以下几个关键问题：
1. 地图表示问题——这一需要根据实际场景需求去抉择;
2. 信息感知问题——通过多传感器融合全面地感知环境;
3. 数据关联问题——不同的sensor的数据类型、时间戳、坐标系表达方式各有不同，需要统一处理;
4. 定位与构图问题——即如何实现位姿估计和建模，其中将包括数据计算、物理模型建立以及状态估计、优化等。
基于SLAM2.0进行全局动态定位和环境的自动、智能判断分析识别，同时采用构建地图过程中历史数据的不断更新机制，并利用智能匹配算法以及对匹配结果的综合分析，来确定机器人在全局地图中的位姿，整个方案实现性好、响应快速、准确性高，并且，能够涵盖从数据化获取-数据融合-任务规划-路径规划-运动控制-底层执行全过程。
一般的动态环境主要通过测量两个特征之间的相似程度，具体做法是在两个连续图像帧中提取所有可以提取的特征点，这种做法往往会造成奇异性，SLAM2.0则是在特征比对的基础上，再利用数据融合方法对动态环境进行建图与导航，因而大大提高了效率与准确性。
高仙SLAM2.0关键技术性能的领先性
► 领先的多传感器融合算法，同步集成20+主流传感器
激光、单/双目视觉、超声、防碰撞、防跌落、GPS、红外、UWB、RFID等多传感器数据的融合能力，能够最大程度实现对动态环境的感知，在精确性、鲁棒性、场景分析、避障、建图面积以及成本方面达到最优解。
► 百万平米级建图能力，室外+室内全场景通用
高仙SLAM2.0实现了百万平米建图能力，超业界平均水平20倍，且能够覆盖室内、室外各类复杂场景。
► 1cm-3cm高精度定位
基于强大的环境感知和建图能力，高仙SLAM2.0可在任何地点进行开机识别、全局定位，达到室内1cm-室外3cm的高精度。
高仙SLAM2.0的应用领域与发展前景
在机器人配送、陪伴/看护、扫地以及低速驾驶、远程呈现等场景中，SLAM2.0技术方案将越来越具有核心地位，因为这些场景下机器人自主移动通常会存在环境复杂、粒度细、无法使用GPS等困难，因此，可以说机器人如果要自主移动，几乎只能依赖SLAM2.0。
基于SLAM2.0的新一代技术方案拥有广阔的发展前景，未来的趋势主要有两个方向：一是朝着轻量化、小型化发展，利用SLAM2.0在嵌入式或者小型设备上运行，考虑以它为底层功能的应用。另一方面则是利用高性能计算设备，实现精密的动态三维模型的重建、场景理解等功能，且可以在实现完美重建场景的同时，对计算资源与设备便携性不会有大限制和高要求，让用户能够更便捷、更低成本地开展各类技术开发及应用。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
