大家好，昨天去南京组织了线下EDU扫描仪的产品试用活动，也顺便见了几个星球成员。

给大家分享一下我们遇到的一些客户的需求和难题，也和大家一起探讨一下可能的解决思路。

客户1：地下大空间的定位建图和巡检

先说下客户的应用场景：

大型水利工程的地下空间隧道管网，长达几十公里没有卫星信号，GNSS，RTK都不能用基本都是混凝土结构，纹理重复性很高 技术难点：长距离的隧道，传感器会出现退化现象，SLAM算法会失效需要绝对位置信息，但是地下空间没有卫星信号一次采集或巡检时间较长，设备的续航和存储空间都有要求

感觉挑战性很大啊。客户问我们有没有什么解决方案。我跟他们分享了一下我的想法。我们 EDU 设备之前测试过几个隧道的场景，但是距离都不超过2公里，这些场景下效果很稳定。

隧道里面抡摆锤，暴力SLAM测试！

暴力升级！暗黑隧道极限测试SLAM！

但是更长的隧道场景我们没测试过，大概率会有退化的情况。这种几十公里隧道在行业内也属于比较难的问题。针对客户的问题，我提出几个解决思路：

长隧道退化问题需要有一些额外的辅助信息来解决。可以考虑用视觉信息去做SLAM耦合，或者加入语义信息约束。如果光照不好的话，可以补光。还有就是如果有小车载体，轮速信息也可以去来做辅助定位。客户需要绝对的位置坐标。客户之前考虑过UWB，但这种方案不光要额外布设，而且要解决供电，就挺麻烦的，因为空间大，布设维护成本也比较高。我给客户推荐的方案是使用二维码，成本低，而且布设简单。而且二维码可以解决多个问题，一方面可以提前赋予它一个绝对坐标，然后通过视觉去识别二维码来确定一个绝对坐标。另外，二维码用来做视觉回环也有很大的优势。关于续航和内存。目前MetaCam EDU手持设备续航时间是90分钟，而且存储空间依赖TF卡。机器人小车要去巡检一次，可能要跑的时间很长，不过我们也有办法。我们现在新出了一个转换底座，把手柄电池替换成一个转换底座，底座的网口和供电接口和机器人底盘连接，这样就通过你的机器人小车底盘去给它供电，底盘的处理器也可以获得实时数据流来做SLAM，可以把数据存储在自己的处理器里。这样就解决了续航和数据存储问题。通过实时的SLAM可以让机器人小车做自动巡检。

客户2：农业场景的自动巡检记录

客户的应用场景：

一块几平方公里的农作物，需要每周去自动巡检和扫描，记录作物的的生长 难题：农作物一直在生长，而且有的会被收割，所以每次都会有新的变化有的农作物比较高，可能会有遮挡农作物长得很像，人眼也难以分辨。可以理解为重复纹理 农业场景的客户我们遇到的还是蛮多的，解决思路也不复杂。解决思路：思路跟家用扫地机器人类似。就是你先建立一个全局的地图，不管通过遥控机器人去建图还是手持设备建图都可以，第一步先把整个场景地图给建出来。然后机器人不管从哪里开机启动，都可以基于已有地图做去做重定位。环境变化问题也好解决，做地图更新。重复纹理可以通过额外传感器来解决。EDU设备是带 RTK 的，在室外的话RTK可以得到一个厘米级的定位精度，而且可以获得绝对的位置坐标，这对于机器人的重定位是一个非常大的帮助。轮速计也是一个辅助手段，不过农业场景容易出现打滑，准确性打个问号。客户3：数字孪生

数字孪生客户他们是需要去生成一些底图，之前主要是通过无人机的倾斜摄影去建模，然后在人工的去建那些数字孪生的模型。但是现在他们有一些难题

一个是无人机在很多地方是禁飞的，这时候只能通过机器人或者人工扫描的方式建模。另外是室内环境，比如有一些室内工厂或者办公空间也需要去做这种数字孪生，它需要有这种可以在室内建模准确的设备。我们的EDU 设备本身自带激光雷达、相机和惯导做多传感器融合定位就可以在以上环境下进行建模，非常适合这种场景。客户4：科研

科研客户的需求就比较多样化，分为几个点

能够拿到传感器原始数据，比如最原始的鱼眼图像，RTK等能够有适配设备的源码做二次开发，直接在上面改进算法希望在一些挑战性的场景下做科研课题，比如动态场景。多层楼、走廊退化等

解决方案

EDU设备就是针对开发者的，所以原始数据，二次开发源码我们都提供，这个非常匹配关于动态场景。我们现场也做了测试，在东南大学的操场上，他们拿着设备去扫了几圈，这个定位都没有丢。因为SLAM本身会过滤掉部分动态物体带来的不可靠信息。另外可以利用检测和识别动态物体的方式去做动态物体滤除，最常见的就是路上的行人和车辆的检测。都有非常通用的神经网络可以直接用。关于多楼层和走廊退化的场景可以看我们之前的demo。SLAM挑战：多楼层、720°旋转楼梯、狭窄玻璃白墙过道空间定位建图挑战：长走廊、白墙、玻璃、反光等，会成功吗？

以上是南京线下试用活动的简单记录。欢迎从业者指点交流。

10月31日（周四）在苏州，11月2日（周六）在西安也有线下试用，欢迎报名，附近的朋友欢迎来交流。扫码报名。其他城市的朋友也可以先报名预登记，后续逐步安排

MetaCam EDU产品介绍、教程文档、询价等联系客服获取，备注EDU