SLAM應用的一些思考

關心SLAM技術的人有兩種。一是像我這樣的研究者，為了了解其中各種方法和模塊的原理。二是機器人技術的開發者，旨在將SLAM技術用到他們自己的機器人上。從數量上來說，第二類人數遠多于第一類，他們的需求也日益迫切。SLAM是許多機器人技術的基礎。沒有預計的位姿和地圖，大部分任務都無法完成。這種需求，也是我們研究者應當認真思考、正面對待的，也是SLAM從實驗室走向市場應用的第一步。

那么，阻礙這種應用的困難在哪兒呢？是SLAM原理還不夠明確嗎？是視覺里程計、特征匹配、回環檢測的技術不夠先進嗎？事實上，有一個很重要的東西，是應用者們很關心，但研究者們經常忽視的：那就是SLAM方案的易用性。

反觀當前多數開源SLAM方案，它們幾乎都是研究者提出的。研究者做這些方案的目的，往往是為了實現自己某些新穎（但不一定可靠）的想法。實現出來之后，做幾個實驗，挑一部分漂亮的結果放在論文里去。這當然是無可厚非，甚至可以說，做研究本來就是如此的。但從應用者的角度去考慮，他們會花大量的時間配置程序的運行環境，為了看看效果是否和論文里相符（但通常失望的居多）。然后，他們會發現各式各樣的問題。攝像頭一快，匹配就跟不上了；地圖里重復的東西一多，回環就測不對了；走廊的長度往往比真實的要短，等等。許多開發者都有這種經歷，然而怎么辦呢？只好去看源代碼。接著他們又發現，一個實際的工程項目代碼很龐大，閱讀一遍還不如自己從頭實現一遍。

這就是所謂的易用性問題。

為何要單獨提這個問題呢？SLAM是眾多機器人技術的基礎。基礎是什么？簡而言之，“沒有它不行，光有它沒用”。試問現在為什么大家都想用SLAM？他們有各種不同的目的：想要機器人在房里自主運動啦，想要按順序清掃整個地圖啦，想要聽到人的命令就跑去某個屋啦。如果機器人是一幢樓，開發者們更關心的是，如何在SLAM這個地基上建出高樓大廈。

對于地基，我們有什么要求？無非是：簡單、有效、堅實。一個符合這樣條件的SLAM方案是什么樣子？它是不是像現在開源方案那樣，應用一些先進的技術，（有時）跑出了華麗的效果？似乎不是這樣的。我們應該把易用性加到設計SLAM方案的考慮中來。甚至，我們還應該設計一個極端強調易用性的方案：

• 請問你有什么傳感器？       ——激光/單目/雙目/RGBD/IMU等等。更可能同時有多個。它們應該是一種優雅地方式集成起來，容易配置。
• 你的位姿和地圖需要什么形式？       ——2D/3D位姿，柵格圖/拓撲圖/路標圖等。

然后，SLAM程序就自動決定用什么圖像特征、閉環檢測方法等等的東西，嘩啦嘩啦地運行起來了。開發者可以直接使用這些結果，也可以更進一步地調整：

• 偏向于速度還是精度？
• 是否使用GPU？
• 匹配丟失后如何處置？

當然，這些應該是有預設的。至于這個SLAM里頭的參數，應該是由研究者事先調節好的。應用開發人員不需要，也不應該關心它們的具體的值。

如果做一個強調易用性的SLAM，會不會有吸引力呢？