七夕佳节，必定少不了【吃饭、逛街】。到餐厅入座扫码点单后，给你上餐的是机器人，是不是很惊奇！到大型商场逛街，给你导引营销的是机器人，是不是又一脸震惊，感觉AI机器人与七夕撞了个满怀啊。

▲各类服务机器人

那，在今天这样的高人流、高压力的工作条件下，AI机器人还能从容应对么？这就需要AI服务机器人具备灵活的避障及自主规划路线能力，能适应场所中不断变化的复杂环境，为顾客带来全新的用户体验。

提供更优的传感器解决方案

人类想要从外界获取信息，必须要借助感觉器官。同理，机器人想要拥有类似人类的感觉功能，就必须借助传感器的帮助。

▲以Athena为例，身载各类传感器

以下，是机器人身上常见的传感器类型及功能：

传感器名称

安装位置

功能类型

激光雷达

机器人前方

导航定位和避障的主要传感器

深度摄像头

机器人前上方

不同高度上的障碍物检测

超声波传感器

四周

检测玻璃等光学传感器无法检测的物品

物理碰撞

四周

机器人发生实际碰撞的检测

跌落检测

底部或前方

当机器人将遇到跌落风险时给出报警

传感器技术的运用，多传感器技术的融合，为机器人的智能发展翻开了关键新篇章。改变了早期服务机器人功能单一、自主设计空间小的缺点，为机器人提供了环境识别、感知、判断和行动能力。

研发更优的SLAM算法，解决各类实际问题

除了要配备优秀的传感器之外，算法的优化和提升也是影响机器人性能、用户使用体验的重要因素之一。

可靠的障碍物规避

当AI服务机器人被七夕的人流团团围住的时候，会不会慌到宕机？

首先，思岚的自主定位导航技术会让机器人做到有效的避障物规避，保证不会碰到人。其次，当被围住时，机器人会原地旋转，保证地图的不丢失不偏离，实现环境完全变化后的可靠定位。待现场情况好转，有路可寻的时候，机器人将会自动开启自主寻路算法，实现可靠定位导航。

玻璃、镜子等高透材质多

除了人流外，商场、餐厅里的透明玻璃、镜子、光源等干扰因素也颇多，这样的环境会对机器人建图造成一定影响，比如：边角毛刺多、丢点、地图重合、漏检……，继而影响后续的避障导航性能。

▲地图毛刺多，导致导航不准确

思岚的激光雷达在算法和光学上下了狠功夫，对镜面和光源带来的噪点可以进行滤波。同时，还采用多传感器融合技术，能很好的帮助机器人消除这一环境影响，提升定位导航准确性。

大场景地图构建

商场里入驻的商户多、品类复杂还让商用环境存在“大、长走廊和环路较多、相似的场景多”等特点。

为了解决这一问题，除了保障传感器的测距半径符合环境需求外，还要求SLAM算法要具备闭环检测能力。SLAM 3.0 采用图优化的方式，依赖内部的拓扑图进行主动式的闭环检测，实现更加可靠的大场景环境建图。

▲ 闭环建图

“一机多用”，执行N种不同的任务

在机器人成本还没普遍下降，但要让机器人发挥最大的价值时，最直接的方法就是“一机多用”，就是让机器人去执行不同场景下的任务。引导、巡逻、导航、营销……十八般武艺，样样精通。

▲ 同一机器人在不同场景下的应用

解决了上述这些问题，AI机器人应该能够从容应对，与大家一起快乐过七夕了。而这些技术的集成，将会把智能机器人从“概念”推向“落地”，功能方面也不仅仅是噱头，而是能真正帮助机器人用户来降低运营成本，提升客户体验和满意度的。