還記得《機器人總動員》里的瓦力WALL·E嗎？

那個穿梭于城市之間

能運能抗，能上能下

還偶爾賣萌歪頭殺的小可愛！

你是否有好奇過

它是如何看見世界的呢？

點擊下方空白區(qū)域查看答案

其實小曠也不知道瓦力怎么看見世界:)

但小曠想告訴你

現(xiàn)實世界里的SLAM技術可以做到！

背景小知識實時定位與地圖構建（Simultaneous Localization and Mapping，SLAM）技術是機器人導航控制領域一項極為重要的基礎技術，雖然近年來SLAM領域發(fā)展迅猛，但算法在各類環(huán)境下的魯棒性問題仍然有待探索，這其中數(shù)據(jù)集扮演著關鍵角色。 如上視頻是一個典型的SLAM工作：利用視頻序列同時估計相機姿態(tài)和構建環(huán)境地圖，視頻源于Direct Sparse Visual-Inertial Odometry using Dynamic Marginalization, Lukas von Stumberg, Vladyslav Usenko, Daniel Cremers, 2018 IEEE International Conference on Robotics and Automation (ICRA)

在不久前的CVPR2020 SLAM挑戰(zhàn)賽上，曠視研究院SLAM組以絕對優(yōu)勢包攬了挑戰(zhàn)賽全部賽道冠軍！

這不僅再次證明曠視在SLAM領域所具備的國際頂尖水平，也反映了曠視在機器人建圖定位方面的業(yè)界領先水平！

而SLAM技術的突破，也讓“瓦力”離現(xiàn)實更進一步哦~

曠視研究院 SLAM 組在此次比賽中包攬了Mono Track和Stereo Track兩個賽道冠軍

那么問題來了，曠視是如何成為雙料冠軍的呢？

本次挑戰(zhàn)賽完全基于超難數(shù)據(jù)集TartanAir開展，TartanAir包含大量風格迥異、環(huán)境變量多元的場景，同時相機的各種極端運動模式，也對SLAM算法魯棒性提出了巨大挑戰(zhàn)！

TartanAir 數(shù)據(jù)示例，官網(wǎng)：http://theairlab.org/tartanair-dataset/

曠視研究院SLAM組，采用SuperPoint和SuperGlue進行特征提取和匹配，同時融合多種視覺特征，獨創(chuàng)根據(jù)環(huán)境進行動態(tài)閾值調整策略，結合全局閉環(huán)修正精度，最終達成目標。

如上為雙目測試集上的部分結果，更詳細的技術方案解析，歡迎閱讀（戳可直接跳轉）《在超難數(shù)據(jù)集TartanAir上登頂CVPR 2020 SLAM挑戰(zhàn)賽，曠視用了這樣的方案》了解！

而在比賽之外，大家或許早已見識過曠視SLAM技術。

曠視全新一代機器人MegBot-S800 AMR，基于業(yè)內首創(chuàng)的激光視覺融合導航技術打造：額定負載800KG，相當于一次可以扛起10個成年人！360°激光雷達覆蓋、VSLAM 技術加持；具備低矮物體檢測、智能繞障能力；擁有更精準的定位能力和更強大的環(huán)境適應性！

MegBot-S800 AMR

在9月8日舉辦的2020服貿會海淀之夜上，MegBot-S800 AMR就作為“侍應生”，穿梭于復雜的會場和賓客之中，順利完成了遞送酒水物品的任務！

當然，機器人的未來遠不止于此。曠視也將在 SLAM 領域帶來更多突破和驚喜，讓“瓦力”走向現(xiàn)實！

責任編輯：xj

原文標題：看曠視CVPR2020 SLAM冠軍團隊如何打造 “WALL·E”

文章出處：【微信公眾號：Megvii曠視科技】歡迎添加關注！文章轉載請注明出處。