如何用低成本方案解决室内超大场景下机器人定位与导航难题？

说起室内超大场景下机器人定位与导航技术，我们得先了解其难点才好“对症下药”。

目前，室内无人自主设备主要面临以下挑战：SLAM系统主要依赖图像信息浅层处理，缺乏认知层面的能力；SLAM的鲁棒性、可靠性还未达到实用化程度；室内无人设备多智能体、动态环境的环境感知有待研究、开发。

此外，要实现低成本方案，还需要解决低功耗嵌入式算力平台，低成本、低性能传感器，以及动态、光照变化明显的室内复杂环境问题。

​

低成本室内定位导航系统面临的挑战

像机场这种超大空间、超多人流、复杂地形和动态车辆的应用环境，且随处可见玻璃幕墙、高光强 LED光源、光滑反光的地面，是典型的室内超大场景。在机场应用机器人定位与导航技术，不仅对机场运营和管理带来挑战，还对精度定位和安全避障提出高要求。同时，机场每天都需要处理数以万计且实时更新的航班信息，大流量密集人群的高并发使用，还对机器人服务系统的无线通信网络有很高的带宽和实时性要求。

低成本方案：