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。在复杂的场景中，机器人在人群中自由穿梭是一个巨大的挑战，这就需要机器人自主定位和导航技术。自主定位导航技术是机器人实现自主行走的重要标志，而避障是实现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。它扮演机器人的角色 眼睛并能实时感知周围环境信息，包括障碍物的大小、形状、位置和姿态。
当然，如果光靠激光雷达就能达不到预期的效果，为此，兰斯科技推出了扮演机器人角色的slam ware Core 小脑& gt；几年前，一个控制机器人的核心中心运动。对于机器人来说，小脑可以绘制环境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是石兰科技的模块化自定位导航系统，内置了基于激光雷达的同步定位与测绘(SLAM)及其支持的路径规划功能。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算法使得地图更加精确，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)，使机器人在不熟悉的环境中自由移动，避开动态障碍物，无需事先输入地图。
一般来说，想要机器人能够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。涉及超声波、深度摄像头、防摔、防碰撞等多种传感器。但在实际应用中，传感器越多越好。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是不同的。比如超声波传感器的测距精度，障碍物探测的方位精度都远低于激光雷达。
要融合不同的传感器，提取更符合实际的检测数据，必须考虑产品形态、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其形状和运动特性的影响。比如一些反人类的教育机器人，外形小巧可爱。如果在其中放置更大的雷达，显然会影响整体美观。
使用环境适用性：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，那么只有只能接受可见光的视觉传感器也是不合适的。
成本：成本问题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，由于激光雷达成本高，它可以无法在实际产品中应用。近年来，国产低成本激光雷达的兴起，打破了我国长期被外国垄断的局面。
机器人避障是实现机器人的基础自主行走。解决机器人避障问题，除了使用激光雷达作为核心传感器，并匹配相应的算法外，还要做好多传感器融合，否则很难达到理想的避障效果。回顾黄浩宇
