SLAM产品化的一些思考

这两年一直在作SLAM产品化的一些工做，有些感触，想和你们分享一下。不少想法只是我的浅见，不当之处还望你们指正。

我这两年分别作了AR眼镜和辅助驾驶方向的开发，说实话，挫折大于成果。SLAM产品化之难，超出了个人想象。
先说说我作项目的通常思路。

• 前期调研。分析项目的产品化需求，输入输出，软硬件平台，以及相关（开源）算法的初步测试和分析。
• 算法架构设计。根据调研结果，大体肯定算法模块的功能和具体实现方法。
• 迭代开发。开发过程当中必然会碰到不少预料以外的问题。若是有备案，那么尝试备案方案。若是遇到了原理性的问题，那么要修正和扩展架构。
• 技术储备。开发过程当中要时刻注从新技术和新方法的储备。

实际开发过程当中，有几个方面会特别影响SLAM的进程。这和SLAM技术的特色有关。

其一，SLAM是一个技术栈，而不是一个单一算法。不管在哪一个应用领域，开发者都会面临不少单一开源算法解决不了的实际问题。SLAM算法自己又有多种实现方式，滤波VS优化，稀疏VS稠密，松耦合VS紧耦合，里程计VS回环优化，人工特征VS语义特征，等等等等。所以，SLAM的架构设计既须要SLAM理论的深度和广度，又须要大量的实践经验，还须要对上下游的算法和硬件有比较充分的理解和认知。

其二，SLAM强依赖于硬件。硬件不一样，算法大大不一样，整个系统的计算复杂度、鲁棒程度和可扩展性都会有差异。多传感器SLAM更是提升了系统设计的复杂度。

其三，SLAM的实用化还须要探索。SLAM算法的不一样模块耦合程度高，当算法不能知足要求时，不能简单经过调参或者增减模块控制精度，有可能须要调整整个算法架构或者传感器设计，所以老是属于系统中风险较高的部分，不可控性强。SLAM须要软硬件和计算平台强有力的支撑，但SLAM自己在项目中的地位常常没法达到如此的高度，所以会有些尴尬。

要解决以上几个问题并不容易，有几点意见仅供参考吧。

• 除了提高自身水平之外，SLAM圈子须要更深刻的交流。泡泡机器人在普及方面作的很好，但可能在交流方面作得还不够深刻。
• SLAM的架构设计应当高度模块化，尽可能解耦。将建图和定位分开算是必定程度上的解耦。语义SLAM能够看作是将前端特征提取和SLAM系统解耦。SLAM也许不该当大包大揽全部功能。
• 针对应用场景作微创新。譬如，减少问题自由度，利用各类已知信息（landmark/map），等等。

路漫漫其修远兮。