如今，机器人已经广泛应用于餐馆、酒店、银行等主要服务场所。机器人在复杂场景中自由穿梭于人与人之间是一个巨大的挑战，这就需要机器人的自主定位导航技术。自主定位导航技术是机器人自主行走的重要标志，而避障是自主定位导航的基础。它是指机器人在行走时，通过传感器感知其路径规划中的静态或动态障碍物，并根据相应的算法进行实时路径。如何解决机器人避障问题？
目前，在解决机器人避障问题上，市场上多采用激光雷达传感器。激光雷达是机器人避障的重要传感器。它扮演着机器人“眼睛”的角色，可以实时感知周围的环境信息，包括障碍物的大小、形状、位置和姿态。
当然，如果单靠激光雷达无法达到理想的效果，为此，兰斯科技在几年前推出了Slamware Core，它扮演着机器人“小脑”的角色，一个控制机器人运动的核心中枢。对于机器人来说，小脑可以绘制环境的地图来指导它们的行动，但是在避开障碍物的同时，在环境中寻找从起点到终点的最优路径是比较困难的。
SLAMWARE是兰斯科技的模块化自主定位导航模块，内置了基于激光雷达的同步定位与测绘(SLAM ),支持路径规划功能。同时，它也是兰斯科技推出的服务机器人自主行走完整解决方案之一。
与开源的ROS机器人操作系统相比，SLAMWARE内置的SLAM算法构建的地图更加精确，即使受到外界干扰也能保持较高的定位精度。同时，SLAMWARE采用D*算法(即动态启发式路径搜索算法)，机器人无需预先进入地图，即可在陌生环境中自由移动，避开动态障碍物。
一般来说，要想让机器人胜任复杂场景下的避障，除了激光雷达和SLAM算法之外，还需要结合其他传感器作为补充。需要涉及超声波、深度摄像头、防摔、防碰撞等传感器。但是在实际应用中，传感器并不是越多越好。不合理的传感器组合不仅会增加使用成本，还会导致传感器之间的相互干扰。每个传感器的误差和噪声模型都不一样，比如超声波传感器的测距精度和探测障碍物的方位精度都远低于激光雷达。
为了融合不同的传感器并提取更真实的检测数据，必须考虑产品形式、对使用环境的适用性和成本。
产品形态：传感器本身的选择也会受到建模和运动特性的影响。比如一些防人的教育机器人，外形小巧可爱。如果在其中放置一个大型雷达，显然会影响整体美观。
对使用环境的适用性：每个传感器都有自己的特点。就激光雷达而言，将探测距离只有10米的激光雷达应用于工作环境远大于10米的大场景，显然是不合适的。同样，如果机器人需要在黑暗的环境中工作，也不宜配备只能接受可见光的视觉传感器。
成本：成本是制约定位导航技术普及的核心因素。当选择的传感器能够很好的满足上述指标时，成本就是决定最终能否选择的标准。历史上，由于激光雷达的高成本，它无法最终应用于实际产品中。近年来，国产低成本激光雷达的兴起，打破了我国长期被国外垄断的局面。
避障是机器人自主行走的基础。要解决机器人的避障问题，除了使用激光雷达作为核心传感器和相应的算法外，还要做好多传感器融合，否则很难达到理想的避障效果。审核编辑黄浩宇
