随着服务机器人应用场景和服务模式的不断扩展，基于机器人底层应用进行上层开发的需求越来越强，催生出机器人行业的一个细分品类——机器人底盘。

底盘对机器人是的重要性，不亚于人的眼睛

从功能上看，机器人底盘主要承载着机器人的定位、导航、避障、移动等基础功能，是极其重要的硬件模块。

为什么说机器人底盘极其重要呢？

因为机器人底盘对机器人本体的重要性，不亚于眼睛对人的重要性。换句话说，服务机器人除了语音交互、内容生态等软件层面实现的功能外，其他重要的部分都在这个模块上。

此外，搭配导航定位系统的机器人底盘企业越来越多也显得机器人底盘对于市场的重要性。

传统巨头腾讯、百度及多家A股科技类公司相继出资入股了一些机器人盘点企业，也从侧面说明了这个行业变得越来越重要。同时，机器人底盘市场的向好也预示着下游产品的需求正在上升的态势。

从市场需求上看，扫地机器人企业、服务机器人企业和AGV领域的需求是最高的。

扫地机器人主要针对消费级市场，因此业内一般采用低成本的激光雷达导航方案，服务机器人产品则更强调产品的灵活性和安全性，其活动区域一般在商场或机场，所以会选择及激光雷达＋机器视觉的导航方案，而对于工业AGV机器人，对定位的要求非常高，要做到100％精确可靠性，因此产品的成本也会较高。

由此可见，机器人底盘在消费级市场是不占优势的，目前市场上机器人底盘的价格在2－10万之间，高昂的成本让越来越多的企业选择了自己研发底盘，目前将机器人底盘进行市场化的企业已有20家。

机器人底盘这一承载着机器人运动能力，导航定位的模块，被独立的作为一个细分品类也说明它的重要性。机器人底盘提供商的出现，不仅节省了开发时间和成本，而且能加快产品研发速度，抢占服务机器人高速增长的市场风口。

市场爆发的时间，取决于多传感器融合的进度

机器人底盘的技术壁垒在于，不同场景下的多传感器的融合具有一定的技术门槛。

从物理层面上来看，机器人底盘则主要是众多传感器的集成，激光雷达、双目视觉、超声、红外、以及轮毂电机、轮子等必要的悬挂。而如何将物理层面的硬件进行集合，则需要相应的算法和软件等相应技术。

目前SLAM是业内主流的定位导航技术，当我们谈到SLAM时，最先问到的就是传感器。SLAM的实现难度和传感器的形式与安装方式密切相关，传感器分为激光和视觉两大类，所以SLAM定位导航技术中有激光SLAM和视觉SLAM之分。

激光SLAM脱胎于早期的基于测距的定位方法，激光雷达的出现和普及使得测量更快更准，信息更丰富。激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点，被称为点云。通常，激光SLAM系统通过对不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了对机器人自身的定位。

那什么是视觉SLAM呢？

眼睛是人类获取外界信息的主要来源，视觉SLAM也具有类似特点，它可以从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论，其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。随着近年相机技术和计算性能的进步，实时运行的视觉SLAM也已实现。

视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌，基于点云的激光SLAM算法无法区别他们，而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。

从应用场景来说，视觉SLAM的应用场景要丰富很多，在室内外均可工作，但是对光的依赖度很高，在暗处或无纹路区域无法工作，激光SLAM主要被应用在室内，用来进行地图构建和导航工作。

从地图构建上，激光SLAM精度较高，国内思岚科技的PRLIDAR系列构建地图精度可达2cm左右，而视觉SLAM地图构建精度约3cm。

总的来说，激光SLAM是比较成熟的机器人底盘定位导航技术，而视觉SLAM技术是未来研究的主流方向，目前大部分厂商将视觉SLAM技术作为卖点配备在高端产品上，由于成本太高，尚且难以下沉到主流市场。

眼下，大多数机器人底盘企业使用的都是激光SLAM，但是研究视觉SLAM的企业也越来越多，例如布科思、艾芯智能、大道智创等，目前将激光SLAM和视觉SLAM等技术的融合应用还不太成熟，成本太过高昂，再加上机器人底盘对软硬件性能的要求较高，导致机器人底盘在市场上的形态还比较初级，无法应用到实际中去。

未来，多传感器融合是一种必然趋势，加快硬件处理能力、软件算法能力迭代，将视觉SLAM、激光SLAM取长补短，优势结合，为市场打造出最优的SLAM方案。（文章来源于亿欧网）