SLAM是一种高精度的制图和定位融合的方案，是智能机器人设备常用的定位手段，单纯基于SLAM定位算法容易出现一些挑战：其一是，位置丢失，当地图未能及时更新，或者未能提取位置特征时，导致位置丢失，需要重新定位，所以SLAM往往配套一些全局定位方法，比如在室外，SLAM+北斗/GPS是常用的方式；其二，SLAM算法复杂度高，应用的终端除了对终端传感器有很高的要求，对终端算法和终端计算资源都有较高的要求。
SLAM云化计算处理是目前的趋势，SLAM算法放置云端，大大降低本地算力，根据图像和位置构建地图，适配实时创建更新动态地图。SLAM云化处理，将实时传输采集的传感数据，数据融合特征提取统一放置服务器，传感终端和计算服务器直接需要有支持移动性的大带宽、低时延、高可靠无线网络支撑。
图8：5G+SLAM定位方案。
如图显示的是5G+SLAM+边缘云的融合定位方案，5G网络提供大带宽、低时延、高可靠的无线网络，可以满足SLAM云化数据传输的网络诉求，该方案具有如下特征和优势：
云上计算，终端设备成本更低：激光雷达/视觉雷达以及各类传感器数据经由5G网络大带宽、低时延地上传到MEC边缘云平台，由边缘云平台对多设备的传感器数据进行融合和特征提取，以及地图构建和定位（SLAM）。通过云上的协同建图，以及可能的云上定位，能够减少终端侧的算力需求。并且，通过设备协同的信息感知，潜在有助于降低单体设备的感知设备要求。整体上，降低智能机器人设备的成本；同时云端边缘云平台可对多个设备处理，可以满足复杂的多终端协同，同时周围环境变化能够实时更新，更加准确进行定位判断。
5G辅助定位，减少位置丢失：5G不仅是一种通信手段，也是一种定位手段。5G定位能够作为一种全局以及较为稳定的定位，和SLAM高精度定位配合，形成稳定的高精度定位方案。首先使用5G定位相对粗粒度定位在哪里，圈定一个小范围，这样SLAM定位在地图上根据圈定范围进行视觉定位完成精细化高精度定位，从而解决SLAM位置丢失问题。
5G+SLAM可利用各自优势促进智能机器人设备在室内环境更稳定的运行，更容易适应环境的变化，智能机器人设备的应用场景更加丰富。同时未来可以考虑SLAM高精度定位位置数据作为定位原子能力开放，服务于上层应用业务，满足各种业务场景下高精度的定位需求。
最前沿的电子设计资讯
