UCSD研究出利用Wi-Fi来实现SLAM

机器人技术中一个重要的工程挑战是同时定位和映射 (SLAM)。 SLAM 是指机器人在将自身定位在环境中时映射环境的能力。

为了实现 SLAM，开发人员经常使用各种硬件、软件和计算机科学技术。本周，加州大学圣地亚哥分校 (UCSD) 的研究人员发表了一篇论文，他们在论文中描述了一种使用 Wi-Fi 信号作为归航信标的 SLAM 新方法。

Wi-Fi传感

研究人员认为，Wi-Fi 传感可能会取代 LiDAR 传感器，并补充其他用于室内定位的低成本相机。截图由 UCSD 提供

在本文中，我们将介绍 SLAM 的一些背景知识，并讨论 UCSD 研究人员提出的这种新方法如何对制图技术进行有趣的转变。

SLAM 是如何工作的？

为了让机器人在环境中意识到自己，他们必须首先了解他们的环境和他们在其中的位置。使用 SLAM，机器人在实时遍历环境时构建其环境地图，同时了解其在该地图中的位置。

SLAM 的目标是映射和了解机器人在环境中的位置。图片来自 Sifrobot

测绘通常通过激光雷达、摄像头和雷达等视觉硬件解决方案来实现。当使用雷达和激光雷达时，机器人依赖于飞行时间数据，其中机器人将通过发送激光脉冲并计算脉冲反射的往返时间来映射其环境。基于相机的解决方案使用计算机视觉和统计方法来分析帧并了解环境中物体的深度和位置。

另一方面，定位是通过统计方法实现的，通常通过获取地图中的数据点并使用诸如五点算法之类的算法来估计位置。

SLAM 面临许多障碍

然而，由于各种环境和硬件限制，SLAM 在实践中难以实现。正如 All About Circuits 撰稿人 Nicholas St. John 所写，视觉 SLAM 方法通常受到现实世界中存在的动态环境的限制。

例如，虽然相机是一种低成本的硬件解决方案，可提供上下文丰富的地图和位置估计，但它们在光线不足或同质的环境中无法产生有用的数据。同样，激光雷达可以提供对眩光和同质环境的免疫力，但在长走廊等环境中，它们可能会受到范围的限制。

这些限制可能使机器人难以或不可能创建其环境的 3D 地图，从而使 SLAM 无法实现且自治不可行。由于无法控制现实世界应用程序中的所有环境，因此研究人员必须为 SLAM 寻找其他 3D 映射方法。

UCSD 设计使用 Wi-Fi 进行地图绘制

加州大学圣地亚哥分校的研究人员发表了一篇论文，其中描述了一种名为 P2SLAM 的 SLAM 新方法。

P2SLAM 通过 Wi-Fi 与本地接入点进行通信来工作。机器人配备了 Wi-Fi 传感器，可以来回发送和接收 Wi-Fi 信号。初始化时，机器人将呼叫本地 Wi-Fi 接入点并等待回复。机器人将解释 Wi-Fi 信号的独特物理属性，例如到达角和直接路径长度，以解释机器人相对于接入点的位置。随着这个过程的继续，机器人会收集更多关于其环境及其在其中位置的信息，直到它形成一个完整的画面。

P2SLAM 使用带有 Wi-Fi 信号的相对里程计来执行 SLAM。来自 Arun 等人的图片。

根据研究人员的说法，这种方法的一个显着好处是 P2SLAM 不是基于视觉的 SLAM。因此，它不受环境限制，例如光线不足和均匀性的影响。此外，大多数家庭和商业环境中都存在 Wi-Fi 信号，这使得这种方法在大多数地方基本上可以免费使用和访问。

与 LiDAR 相当的结果

研究人员在一栋包含多个接入点的商业建筑中测试了他们独特的基于 Wi-Fi 的 SLAM 技术。该团队为机器人配备了 Wi-Fi 传感器、激光雷达和摄像头，以比较这三种技术如何映射其环境。

在机器人在地板上绕了几圈之后——包括明亮而昏暗的空间、狭长的走廊和几个角落，研究人员发现，来自 Wi-Fi 传感器的地图和定位数据与来自激光雷达传感器和商用相机的数据一样准确。

P2SLAM 导航。截图由 UCSD 提供

这项研究是同类研究中的第一个，并且尚处于概念证明阶段，但Wi-Fi精准SLAM的功能可能需要商业化的加速。