机器人测试之SLAM 基础原理和真实场景测试（16）

SLAM 基础原理 + 真实场景测试
目标：听懂、面试能说清楚，不聊 ICP、GMapping、LIO-SAM 这些算法细节，只讲现象、原因、风险、怎么测
一、激光 SLAM 是什么
激光 SLAM = 激光雷达 + 同时定位与建图
一句话：雷达一边扫环境，一边知道自己在哪，同时画出环境地图
雷达向外发射激光，打到物体上反弹回来，算出障碍物离雷达多远。靠环境里稳定、不变的几何特征（墙角、柱子、货架）来匹配定位。
对比：视觉 SLAM 靠图像纹理；激光 SLAM 靠距离点，对光照不敏感，但怕特殊材质。
核心名词（极简解释）
点云：激光每一次测距得到的一堆坐标点，合在一起就是点云，地图本质就是保存下来的点云。
回环检测：机器人走了一大圈，回到之前来过的地方。SLAM 认出 “这里我来过”，把前面慢慢攒出来的地图误差一次性修正，用来对抗地图漂移。
重定位：机器人开机、或者丢定位之后，在已经建好的老地图里，重新找到自己当前位置。
绑架（劫持）测试：面试必问！
人为把机器人抱起来，放到地图里另外一个位置，机器人没有连续运动过程，看它能不能识别自己被挪动、能不能成功重定位；用来检验重定位能力，是定位可靠性的标准测试。
地图漂移两大类根源
传感器硬件漂移
雷达本身测距有微小误差、里程计轮子打滑、IMU 陀螺仪积分漂移。机器人每移动一点点，误差都会累积，慢慢地图就歪了。
算法层面：回环失效
环境特征太少，机器人认不出自己回到老地方，没法校正累积误差，误差越积越大，地图跑偏。
课时 3｜真实场景拆解（面试重点，每个场景统一结构：场景说明→失效现象→风险→测试方法）
适合商用清洁、巡检、配送机器人（2D 激光为主）
1. 空旷无特征大厅 / 大面积纯白墙面
✅场景：展厅大堂、空会议室，四周是平整白墙，没有柱子、拐角、设备，特征极少
典型失效：定位飘、走着走着丢定位；地图扭曲拉长；机器人分不清向前走和原地打转
根因：激光扫出来是一条平直长线，没有独特标记，算法分不清 “我在墙哪一段”，回环很难触发
风险：容易撞到墙、导航跑偏、无法自主回充
测试方法：
机器人低速匀速走完整圈；中途停下、原地旋转；做绑架测试；连续跑 3 圈看地图是否持续漂移；记录丢定位概率。
2. 玻璃幕墙、镜面、抛光大理石地面（伪点云场景）
✅场景：商场玻璃墙、镜子、抛光亮地砖
典型失效：雷达打出虚假点云（反射光，不是真实障碍物）；地图多出不存在的墙；定位跳变、抖动；有时候直接识别不到玻璃，直接撞上去
根因：激光穿透玻璃，或者镜面反射激光，雷达收到错误回波，生成假障碍物；玻璃本身没有可靠反射点，雷达看不见玻璃
风险：撞玻璃、地图出现幽灵障碍物、导航卡滞、路径规划异常
测试方法：
沿玻璃缓慢平行走、垂直朝向玻璃直行测试；斜角度扫镜面；不同距离（0.5m/1m/2m）测试；观察点云预览有没有多余伪点。
3. 动态人流遮挡雷达
✅场景：商场、大厅、走廊，人来回走动穿过雷达扫描平面
典型失效：临时出现一堆移动点云；定位抖动、偶尔短暂丢定位；地图上被扫出一堆一闪而过的 “临时障碍物”
根因：人是动态物体，不属于静态地图。激光 SLAM 默认环境不变，大量动态点干扰特征匹配
风险：导航频繁避障急停、卡人；极端情况动态点太多直接定位丢失
测试方法：
单人慢速横穿雷达、多人持续来回走动；人流从侧面 / 正面遮挡雷达；统计定位抖动频次、导航是否卡死。
4. 窄货架通道
✅场景：仓库、商超货架之间狭长过道，两侧货架高度刚好匹配雷达
典型失效：容易沿着通道方向漂移；走到通道尽头转弯时定位跳变；通道长得话，越往深处地图越歪
根因：两侧是平行直线特征，机器人只能知道左右距离，很难判断沿着通道走了多远（类似在长隧道里），回环很难触发
风险：偏离规划路线、卡在货架之间、碰撞货架
测试方法：
来回多次穿行通道；长通道往返跑，对比每一趟地图；在通道中间做绑架测试，看能不能重定位。
5. 低矮薄脚垫、低矮障碍物（雷达看不见）
✅场景：门口薄地垫、矮线缆、矮台阶，高度低于激光雷达安装高度
绝大多数 2D 激光雷达只扫一个水平面！
典型失效：雷达点云上完全看不到这个物体，SLAM 地图没有标记，机器人直接压上去、绊倒
根因：障碍物在雷达扫描平面下方，激光扫不到，点云无反馈，SLAM 感知不到它存在
风险：卡滞、底盘卡死、打滑，是安全事故高发场景
测试方法：
不同厚度脚垫（5mm/10mm/20mm）；机器人正向、斜向碾压；低速 + 高速分别测试；观察是否识别、是否减速避让。
6. 电梯跨楼层定位
✅场景：机器人坐电梯，从 A 楼层到 B 楼层
典型失效：进电梯后定位丢失；出电梯之后，机器人还认为自己在上一层地图；无法切换楼层地图
根因：电梯关门之后环境封闭，特征单一；电梯升降时 IMU 容易误判；上下两层环境长得很像，纯激光很容易定位混淆
风险：出电梯导航错乱、跑到别的楼层路径、撞东西
测试方法：
多次往返楼层；电梯内原地旋转；电梯中途启停；出电梯看自动切换地图、重定位耗时；绑架测试跨楼层。
7. 阳光直射户外巡检
✅场景：室外露天、阳光直接打在激光雷达接收窗口
典型失效：测距乱跳、点云大片丢失；定位频繁丢失；测距值跳变
根因：强光（太阳光红外波段）淹没雷达的激光信号，雷达接收器信噪比不够，收不到有效回波
风险：户外完全没法稳定建图、导航，容易失联失控
测试方法：
早中晚不同光照角度；阳光直射雷达正面、斜射；阴凉处对比测试；记录有效点云丢失范围。
面试加分小结（可以直接背）
激光 SLAM 最核心短板：依赖稳定、唯一、不反光的静态几何特征
所有上面这些场景，本质就三类问题：
特征太少 → 容易漂移、回环失败（空旷大厅、长通道）
材质异常 → 虚假点云 / 无回波（玻璃、镜面、强光）
环境动态 / 遮挡 / 雷达盲区 → 点云被污染、看不见障碍物（人流、矮脚垫）