医院物流机器人的核心技术高度依赖人工智能（AI）及关联技术的融合创新。人工智能技术按照信息来源主要分为计算机视觉（视觉）、自然语言处理（文本）、语音识别（语音）三大方向。本期我们将从SLAM谈起，介绍计算机视觉技术在医院物流机器人中的应用。
同步定位与建图（Simultaneous Localization and Mapping，SLAM）是基于几何方法的计算机视觉核心技术之一。机器人在未知环境中，要实现智能化需要完成三个任务，第一个是定位（Localization)，第二个是建图(Mapping)，第三个则是随后的路径规划(Navigation)。机器人能够自主定位导航、丝滑行走于医院各处，离不开这项关键技术。
那么，究竟什么是SLAM？它是指移动智能体从一个未知环境里的未知地点出发，在运动过程中通过自身传感器观测周围环境，并根据环境定位自身的位置，再根据自身位置进行增量式的地图构建，从而达到同时定位和地图构建的目的。想象一下，你被蒙住眼睛带进一个陌生房间，只能通过触摸墙壁和记忆路线来绘制地图。SLAM技术正是让机器人实现类似的能力。
简单来说，SLAM技术能够让机器人在未知环境中了解自己在哪（定位），并描绘所在环境（地图构建）。这两个任务需要机器对环境有三维感知，因此深度信息相当重要。为机器充当眼睛的一般是激光雷达、摄像头或是 RGB-D 深度相机，除此之外，SLAM常用的Sensor还有红外传感器，惯性传感器等。
l 激光雷达通过发射和接受反射回来的激光束，获得距离、速度等信息
l 单目摄像头需要对比机器在移动过程中拍摄到的图像变化，来判断与物体之间的距离
l 双目摄像头更像人眼，可以通过两只眼睛看到图像的不同，直接获取深度信息
l RGB-D 由于配备了红外发射器和接收器，利用结构光方法就能直接获得周围环境的深度信息，我们也将它称为深度相机
有了周围环境的图像和深度信息，机器就能一边移动一边将这些图像拼接起来，绘制出环境地图，以便更好的移动或是完成更复杂的任务。
易普森采用多传感器融合SLAM技术
那么易普森SLAM技术的应用能力到底如何？让我们回到复杂的医院场景一探究竟。
智能避障
混杂场景中必须要考虑人、物的安全性，因此在设备的全面感知层面，首先关注的是机器人的安全智能运行。除了在硬件上配备安全触边、语音灯光指示告警等外，结合易普森在智能避障方面的优势，实现了机器人的360°避障防护，安全可靠。
高精配送
机器人除了要自如地应对复杂环境外，在任务配送时，必须保证到达的精度，否则就会产生物资配送延迟、错送等事故。
柔性导航
如果说能够避障和构建地图是SLAM导航机器人的入门门槛，那么作为一个出色的机器人，它需要具备更高的智能。易普森结合高精度地图和AI算法，让机器人学会了如何柔性导航——更加灵巧、安全和高效的进行智能导航。
SLAM技术作为移动机器人领域的关键技术，已得到广泛应用。未来，易普森将持续为医院物流的高效运作赋能，充分发挥在AI技术方面的优势，不断丰富和拓展机器人的功能与应用场景。
