关于机器人状态估计(7)-感知真的需要那么重吗？

今天这篇是近期工作的一个思考，有待完善。

同时非常偏商业，技术干得再好不也还是得考虑吃饭问题撒。。。总体不是太务虚

首先从个人立场来说，我并不是一个L4自动驾驶的拥护者，但是对无人驾驶(尤其是特定行业的)我很认同。

现在总体机器人状态估计领域，具备以下的一些基本情况：

1.复杂场景感知端极重，一般都以一个或多个线扫雷达，结合强算力平台与一大堆的视觉传感器完成。先不讨论成本，这一系列基础设计使SLAM在复杂场景落地的时候，全局和本地处理都极其复杂，尤其是地面场景。(空中略好又受限于非常麻烦的低空许可与安全性)

2.SLAM学界开始变得越来越卷，向着越来越复杂的领域一去不回头，语义地图，语义分割，GAN和LSTM的导入，更多复杂的线/面特征处理，集群控制与协同。慢慢已经到了越来越阳春白雪，越来越多人听完想死的阶段，和AI领域大量交叉。

3.未来有很大的可能性，UAV会卷掉大量场景，不能说危言耸听吧，举个很简单的场景巡检就是一个几乎能被完全干掉的场景(在电网电力已经开始了)。

4.学术与工业界的GAP并没有变得越来越小，而是越来越大。

我的一些想法：

1.机器人应该是循序渐进的，DJI再炫酷的无人机本质上也是人类的一个玩具，人类并不应该一步跨越作为一个被取代的对象。发展应遵循辅助-->半自动-->部分全自动的路径。

2.这里举一个很弱智的例子(清结工具)，扫把与拖把从一开始就是人类的辅助工具，我们已经用了上千年；全自动扫地机器人经过过去9年的发展，因为场景的极其简单，已经完整的完成了自动化。但是在这种情况下，为何蒸汽拖把这个奇奇怪怪的半自动的东西，每年还有如此之高的销量呢？价格还不便宜(900-2800元)。其实原因非常简单(1)再自动还是有些地方弄不干净引起洁癖类主妇不满(2)蒸汽拖把好玩，像我这种懒汉也愿意用

3.这里就带出一个很有意思的思路了，DJI的UAV再炫酷再多高科技，其本质无外乎给人类提供了难以想象的顶上视图与可玩性。那在机器人整体发展路径中，我们应该思考的到底是什么呢？首先乐森机器人这样非常特别的例子先排除。。。我觉得(1)让我们更懒(2)更好玩，让乏味的事变有趣(3)替代掉危险和我们完全不愿意做的事。

基于以上3点，只有场景(3)适合全自动，而场景(1)和(2)大有可为啊！前途无量啊！兄弟姐妹们！

SOLUTION：

场景(3)问题讲过了，无法展开探讨，展开能写5万字。

聊一下场景(1)(2)，稍微涉及一点技术，看不懂的我觉得也没资格做这行：

场景(1)(2)部分的规划与控制相对(3)来说简单太多，如果从比如工具/助手类业务的机器人，或纯辅助的角度看，感知层几乎只需要一个摄像头加一个32位SOC就能搞定了，业务形态非常丰富。但是这样的东西未来门槛太低，很容易陷入红海竞争，可玩性也一般般，通常就是个遥控玩具，能做点趣味小动作，再来个跟随啥的。

这里重点提一下半自动的远控机器人，这里有一个非常标准的例子，DJI，尤其是近期的阿瓦塔，近乎极致的设计(这玩意包含的技术积累太多，勿效仿，绝大部分单位没这个本事)。这一类机器人能够极好的满足场景(1)偷懒(2)高可玩性，这一类机器人，往往不需要使用激光雷达，因为有人这个强大的操作载体，用有强大能力的VIO/VDIO或者更低端一点的VSLAM组件结合不错的64位算力平台即可实现全能力，传感最多也就是涉及全局快门/卷帘快门相机，深度相机和IMU，或轮速计/rtk这一类耦合即可解决。同时这类设备与设计作为人的能力的衍申，完全不需要过多的考虑全局地图，以及全局地图与本地建图的深度耦合，完美避开了SLAM真正内卷的部分。

这类机器人必须要深度的考虑传输问题，要比较懂通信(如近场Mesh/Wisun这些)，如果涉及跨互联网的管理和操作还需要考虑云端和延时等问题，但是相对恐怖和深度内卷中的SLAM，这些知识并不是商业落地的障碍。

当然这类机器人我并没有太多具体的想法(其实有一堆并涉及一堆行业，但是涉及伙伴们的商业秘密自然是不能提)，但是这个方向一定是光明，广袤与充满前景的。