用機器人研究機器人?加拿大推出價值16萬美元的SLAM研究機器人

對人類來說，走路是一件無需思考的事情，看到是平地就能走，看到障礙物就避開，似乎一切都是那麼水到渠成。但對於機器人卻不是這樣，人們需要給機器人設計各種各樣環境，讓機器人能感知環境、設計路線、避開障礙，從而進行移動。在研究過程中，人們需要一個完善的機器人模型，來一次次進行實驗。

近日，加拿大的機器人公司Kinova Robotics展示了一款雙臂輪式機器人Movo，專門用於機器人研究。

Kinova Robotic推出的Movo機器人

Movo可配備獨臂或雙臂，可以根據需要從1.09米升高到1.58米，並能進行最高速度為2米/秒的全方向移動。此外，其底座上配備一個雷射雷達裝置，以及一個安裝在方向架上的深度感應Kinect One攝像頭，可以探測障礙物並感知其環境。與此同時，英特爾CPU可幫助它理解所有事物並協調其運動。

Movo機器人可根據需要進行升降

「許多研究人員將其用於SLAM（即時定位與地圖構建）研究，」Kinova的創新顧問Jérme Bedard說道：「Movo是一個完整的模型，可以幫助人們研究機器人如何掃描環境並在其周圍移動。」

SLAM相關的研究一直都是機器人領域的熱門選題。無論是清潔機器人或是配送機器人，涉及到需要規劃移動的機器人，SLAM都是研發過程中的核心。

目前，SLAM主要通過兩種方案實現。一種是雷射雷達SLAM，其原理是通過旋轉雷射發射器不斷發射雷射，紅外攝像頭拍攝反射光並成像，利用幾何測距原理測量物體和機器本身的相對位置，據此繪製完整邊界的地圖和確定機器在地圖中的位置；另一種是VSLAM（視覺SLAM），主要通過RGB攝像機，不斷移動自身的位置進行拍攝，提取和匹配相鄰幀圖片特徵點、利用三角測距原理測算出障礙物的距離。

例如，領先的家用掃地機器人品牌科沃斯，雷射雷達和VSLAM兩種方案之一對產品進行設計；而商用機器人如普渡科技的「歡樂送」送餐機器人，則採用了兩個方案結合的方式，自主研發了PuduSLAM的多傳感器融合算法，以提高地圖構建的精度與定位的準確性，適應多種餐廳的環境。

「歡樂送」能根據SLAM優化路徑

Movo推出的意義在於，雷射雷達與Kinect One攝像頭能夠承載兩種主流的SLAM方案，無論是單方案測試或者是多方案融合，Movo可以成為通用性極高的SLAM方案測試設備，讓研究者可以專注在SLAM的算法設計。

目前，Movo已經上市，搭載了雙臂的機器人型號售價約為16萬美元。同時，Kinova也表示，如果研究小組願意分享他們的研究結果，會給予他們更加優惠的折扣價格。