室內導航是在城市環境中使用機器人和無人機的主要緊迫問題之一，特別是在沒有全球導航衛星系統（GNSS）信號的情況下。這在智慧城市的背景下尤其重要，當物聯網的各種異構設備、地面、水上和水下機器人、無人機和無人駕駛車輛組合在一個單一的信息管理系統中時，有目的地行動，自主或遠程操作。

在這方面，研究人員提出了一種通用的方法，以提高機器人和無人機使用的SLAM算法用于定位和映射的效率，其本質是使用vSLAM的優化算法以及一個或多個遠程處理服務器。最初假設在目標房間或建筑物中部署無線網絡（多個無線網絡或網狀網絡）。資源密集型數據處理“轉移”到遠程服務器（服務器），前提是機器人/無人機可以訪問它/它們（可以使用云、霧和/或邊緣服務器和框架）。這樣可以顯著減輕機器人/無人機的計算負擔，并增加其操作時間。然而，通過無線網絡將數據傳輸到服務器，其處理并將結果發送到機器人/無人機會導致導航數據（地圖更新和機器人在本地空間中的位置）的提供延遲。解決這個問題的主要方法是使用數據壓縮方法和算法，更快的標準和通信協議，以及在網絡中的代理之間自適應重新分配負載。

通常，可以區分為機器人創建遠程vSLAM系統的兩種方法（圖1）。第一種方法意味著通過無線連接將來自傳感器（視頻流）的原始數據直接發送到遠程云/霧/邊緣計算服務器。服務器執行特征檢測和提取、姿態估計、映射、3D 點云拼接、地圖優化和融合、跟蹤本地地圖、位置識別和閉環，而機器人僅負責向服務器發送視頻數據并檢索地圖關鍵幀/地圖更新。可以使用各種工具、協議、算法和數據壓縮方法（如JPEG、RVL、PNG ）來減少無線信道上的負載和傳輸的數據量。該解決方案的優點是機器人/無人機的計算負擔低，并且增加了運行時間。缺點包括增加服務器上的計算負載，對無線數據傳輸通道的高要求，以及從服務器檢索機器人/無人機數據（處理的關鍵幀/地圖更新）的延遲增加。

圖1創建遠程 vSLAM 系統和可視化數據處理的方法

第二種方法涉及移動設備/機器人/無人機上的數據預處理（例如，特征檢測、提取和編碼），隨后將數據傳輸到遠程服務器（云/霧/邊緣計算）進行進一步處理并獲取地圖關鍵幀/地圖更新。該方法的優點是減少了使用的網絡流量和無線帶寬要求。主要缺點是機器人/無人機的計算負載增加，從而減少了它們的運行時間。圖 2 顯示了機器人和無人機遠程 vSLAM 系統的分類。

圖2遠程 vSLAM 系統的分類

通過分析，可以對智能城市環境中機器人/無人機室內導航的有前途的vSLAM系統提出以下主要要求：

①單目和 RGB-D 都必須支持作為相機輸入；

②vSLAM 應支持 640x480（480p）或1280 x 720（720p）分辨率，深度和RGB圖像至少為30FPS ；

③為了達到所需的FPS值，機器人/無人機的無線信道帶寬（上行鏈路和下行鏈路）應至少為350Mbps。因此，建議啟用對Wi-Fi 802.11 n/ac/ax/ad 和/或5G無線標準的支持。使用 Wi-Fi 時，建議使用 5 GHz 信道。此外，還應使用具有最小數據包丟失的可靠或專用網絡協議;

④ vSLAM框架應該同時具有多機器人和多服務器支持，具有自適應工作負載和計算負擔平衡，以最大程度地減少延遲。分散式多機器人系統支持也是強制性的;

⑥耗時應為20–30毫秒。最大延遲上限閾值應為40毫秒，以確保最小磁道丟失率，定位精度不應低于5cm。

室內導航仍然是智慧城市中使用機器人和無人機的緊迫問題，尤其是在GNSS信號缺失或較弱的情況下。使用SLAM和vSLAM算法以及一個或多個邊緣/霧/云數據處理服務器進行機器人/無人機的定位和映射是有前途的解決方案之一。基于對現有解決方案的分析并執行分類，可以形成一套有前途的vSLAM系統的要求，用于機器人/無人機的室內導航，包括其攝像頭輸入，分辨率，FPS數量，帶寬，無線標準，通道和協議的支持，多機器人/多服務器支持以及時間消耗。

審核編輯 ：李倩