受人工智能大热影响，专注于AI芯片领域的企业发展迅猛。以英伟达为例，在过去一年中，其凭借着超级计算平台Jetson家族，股价从30美元飙升至120美元，市值接近千亿美元。
为了帮助开发人员深入人工智能领域，英伟达在国内开设了系列培训大会，并邀请业内资深人士分享实战经验。深圳优地科技有限公司CEO顾震江受邀分别出席了9月2日上海、9月9日深圳两地培训大会，并针对机器人定位与导航算法课题进行了分享。
优地科技CEO顾震江在会议上分享研发经验
英伟达与优地科技的合作可追溯至2013年。此前优地科技主要配合英伟达提供无人驾驶、机器人等移动GPU方案设计，但在2015年做了个重大的决定--全力转型人工智能企业。优地科技于2016年5月推出采用英伟达Jetson TK1平台的服务机器人。在该平台的助力下，优地机器人拥有相当优秀行走与避障能力，其自主研发的机器人底盘备受业界赞赏。
以下为顾震江9月2日上海场演讲内容（节选）：
各位朋友下午好，我是深圳优地科技的CEO John。我们从13年开始就做Nvida方案设计，在Jetson K1做得比较多，从最早的游戏机，到后面的VR，再到后面的AR，再到机器人，再到无人驾驶。早期我们团队和英伟达一起做无人车PCBA的一些参考设计，我们觉得人工智能是非常有前景的方向，因此在15年的时候开始研发服务机器人。
我先放一个我们机器人现场跑的视频。视频里的应用场景是在KTV，机器人主要用于带位。我们用的人脸识别方案是商汤的SenseTime，基于Jetson K1在本地部署，当然后面也可能会移到X1上。一个Jetson K1的机器人大概可以支持3000个人脸图像本地存储，一般餐厅或者KTV VIP客户也不会超过3000个，所以当客户过来机器人会飞快地认出他。
认出后我们会通过后台系统，提示VIP客户信息给到前台服务员。这是我们做的另外一款送餐的机器人，这里有个比较有意思的功能，就是多台机器人调度。如果道路足够宽机器人会交叉而过，如果道路不够宽，那“上班”的机器人优先级会更高些，“下班”的机器人优先级就会低一些，就会让路。机器人之间会互通消息，会在途中叫出客人的名字。
我们机器人用了科大讯飞的语音识别。服务员上班一般会有个对话机，所以我们在机房部署了服务器，主要用于机器人识别服务员的命令。比如服务员用对讲机呼叫机器人运输餐品。这里我就不多说了。
我们机器人主要是用两个Jetson去做支持。底下这个我们叫下位机，主要用单位机来做，用于执行中位机下达的命令，还有负责电机控制，电源管理等等。中位机我们用了Jetson K1。这部分我们接了雷达和摄像头，整个中间就是基于ROS 的Slam。上位机这块我们也用了一块Jetson，因为不管是讯飞语音识别，还是商汤的人脸识别，都需要在本地部署个深度学习的架构。因为在我们日常接触到的商用场所，WiFi 和4G信号都是很不稳定的，只能通过本地部署去解决人脸和语音的识别。
Slam技术其实在1988年就已经提出来了，到现在已经接近30年了。最早的Slam研究是用粒子滤波去做。那2004年以后学者就用图优化的方式来求解Slam的问题，所以很多会采用视觉传感器。到2015年开始，很多公司开始使用图优化加激光雷达的方式，就是把视觉传感器数据和激光雷达数据融合。
不过现有的激光雷达在空旷长廊上，由于特征点不明显，因此即使是加上视觉传感器建图，前后定位也很难，栅格地图并非是最好的环境表示。所以我们采用了细胞（Cell）代替栅格成为环境表示的基本单位，只看左右的位置。所以机器人只要往前走就好，因为横向的位置变化是非常精确的。未来我们希望能够摆脱高精度地图的依赖。因为高精度地图的建立要投入大量的人力物力，我们通过Cell也是想解决这个问题。这样可以直接建立低精度地图，在一些关键点进行精准点定位、坐标，比如房间号，拐角。这样更像一个人的行走方式。
