但有時你會碰到機器人走著走著，突然停下來，或是突然來個轉彎，不能正確導航帶你到達目的地。現在的機器人都這么“壞”的嘛?其實機器人能有什么壞心思呢，它只是需要一張“完美”的地圖而已。

　　一張地圖的好壞，直接決定了機器人后續的定位導航能力，那如何建出一張“完美”的地圖呢?

　　▲思嵐機器人建圖合集

　　#01

　　不管什么地圖，首先它得是一張完整的地圖。

　　但很多大場景，比如大型商超，大型體育場等面積太大，對智能機器人的建圖性能要求更高，優秀的智能機器人，接受挑戰的第一步，就是『大場景』建圖。

　　思嵐科技賦能的機器人，最大建圖面積可達500m*500m，在臨港、青浦兩大大型方艙醫院穩定運行。對于大場景地圖的構建，會遇到很多小問題，建圖不閉環就是首要之一，也是一直困擾大家的技術難題。

　　那如何讓機器人學會『主動閉環』呢~

　　▲思嵐機器人建圖主動閉環演示

　　思嵐的移動機器人底盤，搭載SLAM 3.0智能導航算法，可以進行主動閉環檢測。當發現了新的閉環信息后，還能有效進行閉環后地圖的修正，實現更加可靠的環境建圖。

　　這里還有一些建圖小技巧，可以幫助你獲得更加完善的、閉環的地圖~

　　1?

　　先小閉環，后大閉環

　　盡量控制機器人行走形成閉合的小環路，完成小環路的閉合之后，逐步向外圍拓展進行地圖構建。盡量避免直接嘗試較大的環路閉合，若累計誤差過大將直接導致閉環失敗。

　　▲累計誤差較大導致閉環失敗

　　避免走與當前環路閉環無關的路徑，過程中會產生累積誤差。這樣的話，容易導致環路首尾相差過大，導致無法閉環。

　　2?

　　選擇特征豐富的點作為閉環點

　　在建圖閉環時，盡量選擇激光點豐富的區域作為閉環點，避免選長直走廊等特征相似的點作為閉環點，這類環境容易導致錯誤閉環。

　　▲貼近環境明顯一側完成建圖閉環

　　當周圍環境特征較弱的時候，盡量將機器人貼近環境明顯一側完成建圖。建圖時盡量走直線，避免機器人旋轉運動而造成畫面特征點稀疏。

　　3?

　　多走重合之路完善細節

　　環路回到原點后，保持機器人繼續運動，多走重合的路，不要立刻停止移動，在已經完成閉合的路徑上，進一步掃圖完善細節。

　　▲進一步完善地圖細節

　　※ 避免在環路閉合前，因追求建圖細節進行轉圈和往復行走。如果當前的環境特征較少的話，很容易造成閉環失敗或者錯誤。

　　在玻璃較多的商場環境中，如果在機器人行進的前方有將要路過的相較有特征的環境，如：柱子、左右通道、斜著的墻壁等。可以在合適的位置停下來，然后向著特征位置原地旋轉，等雷達掃出了特征環境后再旋轉回來繼續前進，但旋轉的過程中盡量不要后退。

　　#02

　　所以，雷達掃描出環境特征也很重要。在完成大場景建圖閉環的基礎上，思嵐經過多年技術升級，借助激光雷達傳感器，將機器人自主建圖做到了更『精準』

　　1?

　　精準檢測小物體

　　即便是肉眼都容易忽略的小物體，思嵐的激光雷達都能準確檢測到。

　　思嵐底盤搭載的思嵐自研激光雷達S2.采樣頻率高達32K HZ，一秒內進行32000次的測距數據采集，再小的物體也難逃法眼。

　　▲ S2.細小物體檢測效果

　　同時，配備2個深度相機系統，將激光雷達和多個視覺傳感器完美搭配，360°全方位導航避障，讓機器人更穩定精準的建圖導航。

　　2?

　　精準檢測黑色物質

　　因為機器人建圖是靠激光雷達發射光線獲取數據，但黑色容易吸收光線導致檢測偏差，但現實生活中又會出現很多黑色物體，黑色的扶手，黑色的座椅等等，如果機器人無法檢測出這些黑色物體，就會在行走是出現碰撞。

　　▲ S2 測量黑白物體不分層

　　思嵐移動底盤搭載的自研激光雷達S2可以有效檢測出黑色物質;同時，對于高反射物體，比如常見的玻璃、鏡子等都是各大場景中不可避免的，S2也能精準檢測，幫助機器人實現更精準的定位導航和避障。

　　通過以上各類指標和數據證明，思嵐的機器人移動底盤在幫助機器人自主精細化建圖上是不在怕的。基于思嵐機器人底盤開發的智能服務機器人，可以擁有一張“完美”的地圖，能更好的完成自主定位導航， 那么你曾經遇到的機器人的“壞心思”就不復存在啦。