1、小蜜蜂巡檢機(jī)器人如何定位

蜜蜂巡檢機(jī)器人采用高精度SLAM的定位算法。運(yùn)動恢復(fù)結(jié)構(gòu)（SfM）和 SLAM 所解決的問題非常相似，但 SfM 傳統(tǒng)上是以離線形式進(jìn)行的，而 SLAM 則已經(jīng)慢慢走向了低功耗/實時/單 RGB 相機(jī)的運(yùn)行模式，這也是小蜜蜂巡檢機(jī)器人選擇演進(jìn)之路。

2、視覺 SLAM 在機(jī)器人巡檢中的應(yīng)用

盡管自動駕駛汽車是 SLAM 最重要的應(yīng)用之一，但用于自動化載具的 SLAM 應(yīng)該有其自己的研究軌道，例如室內(nèi)自動精準(zhǔn)定位，無人巡檢、值守等。

3、SLAM算法實現(xiàn)的4要素

①　高精度地圖。比如dense和sparse都是它的不同表達(dá)方式，這個需要根據(jù)實際場景需求去抉擇。

②　場景感知。需考慮如何全面的感知這個環(huán)境，RGBD攝像頭FOV通常比較小，但激光雷達(dá)比較大。

③　數(shù)據(jù)建模。不同的sensor的數(shù)據(jù)類型、時間戳、坐標(biāo)系表達(dá)方式各有不同，需要統(tǒng)一處理。

④　slam定位構(gòu)圖，這個是一個比較有名的SLAM算法，即回環(huán)檢測算法。調(diào)用了cuda，gpu對運(yùn)算能力要求挺高。

4、 小蜜蜂巡檢機(jī)器人應(yīng)用介紹

SLAM 即時定位與地圖構(gòu)建或并發(fā)建圖與定位。將一個機(jī)器人放入未知環(huán)境中的未知位置，讓機(jī)器人一邊逐步描繪出此環(huán)境完全的地圖，從機(jī)器人的感知部分來說，傳感器性能提升、前端處理、多傳感器融合、物聯(lián)網(wǎng)應(yīng)用終端是一個很大的增長點(diǎn)。

金章科技將視覺算法、復(fù)合材料、機(jī)器人產(chǎn)業(yè)、應(yīng)用傳感器、控制系統(tǒng)、管理平臺進(jìn)行對接，加速機(jī)器人行業(yè)發(fā)展。整個機(jī)器人生態(tài)架構(gòu)會越來越清晰，從硬件層、算法層、功能層SDK 再到應(yīng)用層。并且在電信、電力、園區(qū)、醫(yī)療行業(yè)均有廣泛應(yīng)用。