這個春天，一場疫情，讓大家對“衛生”問題尤其關注。但，疫情考驗的不僅僅是公共衛生習慣，還有緊急情況下的應急救助能力和響應速度。

這時候，AI賦能，一批能自主移動，自由行走的機器人“志愿者”崛起了。

他們，傳遞物品、藥品、噴灑消殺、疫情信息展示……，毫無畏懼，始終沖在一線。

這些英勇無畏的表現，得益于機器人的自主移動能力，能夠各個區域通行，實現人與人之間的無接觸溝通。機器人自主行走聽起來簡單，但地圖數據+算法的融合運算，實則挑戰巨大。

問題一：環境地圖的呈現方式

“地圖”是機器人了解周圍環境的直觀展示。激光雷達充當著機器人的“眼睛”，能為機器人提供高精度的地圖及輪廓位置信息。但現實是，機器人掃描出來的平面地圖跟用戶心理預期地圖有較大差距。

在面對用戶這一心理落差時，思嵐利用sharpedge精細化建圖技術，縮小實際建圖與用戶心理落差之間的距離。超高精度地圖，提升機器人導航效率。

134m*111m超大場景建圖

同時，還可以利用開發與管理軟件RoboStudio軟件進行地圖編輯與調整，設置POI點，幫助機器人更好的理解環境中的邏輯概念，按照房間進行物品配送……

利用RoboStudio設置POI，編輯地圖

問題二：實現障礙物的可靠規避

以下，都是機器人身上必不可少的一些傳感器和通訊接口：

這些傳感器的存在，可以幫助機器人解決玻璃、鏡子、高低地面差等問題。除了傳統硬件傳感器之外，還可以利用SLAMWARE自主定位導航中的軟件算法幫助機器人實現更好的障礙物規避。

問題三：機器人的定位

（1）環境完全變化后的可靠定位

環境完全變化后的可靠定位說簡單點就是重定位。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。

其實這些情況在應用中還是非常常見的，如：機器人需要去某個區域執行消毒任務，但是需要穿過一片人流量巨大、環境不停變化的區域。這就要求機器人知道自己在哪里，該去哪里，該怎么走，即使被一群人圍著，也不能發生“暈頭轉向”，“歇菜”、“定位偏”這種問題。

機器人常遇到的人群圍繞問題

遇到這種情況，靠單一的傳感器肯定不能解決所有的問題，我們需要采用多傳感器融合數據，建立概率模型來解決問題。

（2）全局重定位

全局重定位一般在行業中有幾個解決方案，第一個是使用UWB，但是這個技術有一個缺點，必須對環境進行布置，比如把它放在一個場景，需要預先在場景里很多地方預埋信標，這在成本和部署上有一定的挑戰。還有一種是完全自主重定位，無需額外傳感器輔助。思嵐所做的就是后者，當機器人被推離或者出現位姿偏差時，可使用Robo Studio中的重新定位功能，糾正位姿錯誤。

問題四：多場景適配

智能移動機器人應用在物品傳遞、信息展示、消灑噴殺等領域，這些都是應用在各種不同細分領域的不同應用。所以，一個對策，與N多場景適配，才具備高性價比，具備行業應用普遍性。

就拿如何讓機器人感知到是在某一個具體樓層開展工作來說，這些都是目前導航定位系統中需要解決的問題，需要越過的坑。

這個就需要行業的整合，不單是把導航定位系統做好，還要針對電梯的通訊協議，不同樓層之間感應到樓層的切換。這從細節上來說，還要考慮用戶心理的問題，因為有時候電梯人很多，機器人該怎么進去？這些都是需要考慮的現實問題。

思嵐科技自主上下電梯方案

在把上面這些問題解決之后，機器人自主定位導航解決方案才能真正inside到各種產品中去，在各行各業開枝散葉。