“三无技术”用于三维获取/室内定位/智能驾驶
点击图片上方蓝色字体“慧天地”即可订阅
（更多精彩，请留意文末推荐)
激光雷达大会成功闭幕，先恭喜下杨主席。
会后很多人要我的PPT，以境外学者居多，这里兑现承诺，发放PPT。
我们的PPT不是很愿意分享，倒不是因为舍不得。最主要原因是，我们PPT照片视频多，文字少，全靠人现场讲解，听得时候觉得很棒，回去看一头雾水。曾有人没听我们报告先看的PPT，后来评价是：“你们做PPT不及格，讲PPT满分”。
所以整理一下，加些必要文字，个别幻灯片之后，加一点文字简单说明一下。
以下是这次报告的内容，正式题目是：
基于Re-localization（重定位） SLAM技术的三维数据获取/室内定位/智能驾驶。
这个题目当天就有人质疑，说太虚了。
其实不然，里面内容都是我们实际做的事，不过我们做的事都是和三维数据获取和应用相关的，比如智能驾驶，我们只解决的是在没有GNSS情况下如何定位导航和线路规划，汽车控制系统肯定不是我们做的事情。
这三个题目看是都很大，也不太相关。实际上底层的技术是完全一样的。前面刘博士压堂下课，我压力倍增。本来每个标题可以讲四十分钟的，我合在一起十分钟瞬间搞定。
这一部分讲了三年了，没太大新意，直接看PPT吧。案例太多，这里只有图片，对那个案例有兴趣，就过来单聊。
这里主要探讨在室内，地下空间，以及室内GNSS遮挡严重情况下的移动测量，快速的三维激光扫描和数据获取。
之前讲了无数遍了，SLAM，SLAM，SLAM，而事实上，我们只是借用了SLAM的基本概念，任何一种SLAM的开源代码，都不足以解决测绘的问题。
最主要的区别肯定还是在连续特征匹配和重定位精度的研究上。
现场很有趣，前面康志忠教授在激光点云数据处理中也提到了SLAM，讲到了基于ORB-SLAM开源算法的多特征扩展信息滤波。很赞！
简单说来，如果没有更深的研究，SLAM开源算法是无法达到我们测绘精度的。
办公室3D点云，来自背包。
（温馨提示：请在wifi条件下观看）
https://v.qq.com/txp/iframe/player.html?vid=n0510izwp6y&width=500&height=375&auto=0
在Re-Locailization重定位算法研究上，我们加入了测量平差算法，SLAM+IMU算法，以及多传感器的辅助。很多人类似的研究在于如何匹配特征和点云拼接，而我们所做的Trajectory的高精度解算，在这个基础上的全局特征匹配（注：这个概念是我从康教授PPT里学来的）。
总有人问我，那如何分辨，SLAM产品是否高精度算法。这个我不敢乱说，只说一点个人的理解。
我们一般看几点：
1、该产品有无原始POS输出，这个代表其是否对POS的研究，以及姿态传感器比如IMU的研究。
2、该产品是否有SLAM优化后的POS输出，上一条只是表明其是否有POS解算，而这一条才代表是否有SLAM+POS的算法。
3、把输出的POS数据，影像数据和激光点云数据，在第三方平台上进行匹配。注意：一定是第三方平台。这个匹配结果代表第二条结果的精度，引入POS和平差计算之后的精度情况。
目前看，市面上日新月异的SLAM产品，能及格的不太多。
几个产品底层技术完全一样，里面的主板也是一样的。
有人看过我们的主板，觉得没太多技术含量。其实没错，主板最主要的工作是多传感器的精准同步，和数据的输入输出，尤其是IMU数据的同步。
其他的交给数据处理。
这里顺便提一句，为什么我们迟迟找不到一款轻便的全景相机，因为相机虽多，但能真正时间同步的太少，不仅相机内部，是和第三方外部设备的时间同步。
抱歉都变成了平面案例，奉送一个案例视频。
（温馨提示：请在wifi条件下观看）https://v.qq.com/txp/iframe/player.html?vid=p0510viub4r&width=500&height=375&auto=0
有了SLAM的技术，就可以迅速获取室内地图。
下面，我们说说目前沸沸扬扬的室内定位技术。
所谓导航与定位，就是位置与地图服务的结合。一直以来觉得我们的室内定位走入了一个巨大的误区。
大家都在如何定位手段上和提高定位精度上功夫，几乎没有人意识到室内地图的重要性。
这也可以理解，目前我们根本也没有值得信赖的高精度室内地图。大家通常认为，当前室内定位的精度不高，所以也不需要高精度的室内地图。于此同时，又想尽办法，来提高室内定位的精度。
这个简直就是先有蛋还是先有鸡的死循环故事。
两个观点：
1、如果有个室内高精度地图，那么任何一个位置都是有这精准坐标的，只要你用某种技术手段，把这个位置“读”出来，那么你就定位成功了，还是高精度定位。
2、而导航呢，最大问题不是过在没有GNSS的情况下，各种定位传感器都无法长时间保持精度，必须有第三方提供位置校准。而在有高精度地图的情况下，地图就可以为任一传感器提供位置校正。如何校正，参考第一条。
结论是：所有需要安装大量发射单元的室内定位方式，96.862594%是可以被淘汰的。
下面PPT大家看着玩。
这部分做来复杂，说起来简单，看视频最好，可惜公众号这里只能加载三个视频，凑乎看吧。
当前无人驾驶的SLAM应用，多是为了实时构建地图，用来避障。而导航部分包括线路的规划还是交给GNSS来做的。
那么如果在没有GNSS信号下如何实现定位和导航呢？比如地下穿行的巴士，厂房内的机器人。也包括在室外穿行在高楼大厦之间，GNSS信号支离破碎的环境，如何定位。这就是我们所说的NON-GNSS （无依托) 定位。
无依托定位如何实现？第一，参考我前面室内定位的内容。第二，参考Google Tango。
首先，我们需要三维电子地图。
之后，在定位端实时激光扫描，实时三维数据与三维地图匹配，从而快速确认定位位置。
整个过程：
1、地图构建
2、移动端基于GNSS或者NON-GNSS初始化
3、实时导航
4、位置丢失，go back to 2.
（温馨提示：请在wifi条件下观看）https://v.qq.com/txp/iframe/player.html?vid=v0510lb7is9&width=500&height=375&auto=0
这个技术的最大难点，其实不仅在无依托本身，这里虽然有很多复杂的计算，但其定位关键还是在于三维地图的精度。
通常来说，我们是用MMS来进行三维地图的数据采集的。而MMS是基于INS也就是位置服务的，那么凡是这类没有GNSS信号的区域，其测量精度都不好甚至没有数据，而数据良好的区域，其实也根本不需要这种方式进行导航。
所以，问题又返回来了，如何在没有GNSS信号下获取精准三维数据，这个将直接决定无依托定位的精度。
解决方案，回到我第一个题目的内容就够了。
来源：公众号庸人勇哥（版权归原作者及刊载媒体所有）
推荐
点击下文直接阅读
编辑：范芷睿
审核：付 航 韩 磊
指导：万剑华教授(微信号wjh18266613129)