王兴曾在采访中提到：美团最大的成本来自于50万名送餐骑手。据美团的招股说明书显示，美团餐饮外卖业务成本由2016年的57亿元增至2017年的193亿元，增幅达238.8%，骑手成本则由2016年的51亿元增至2017年的183亿元，占94.8%，增长超过了3倍。不得不说，不断上涨的人力成本，加速了无人配送餐车的落地。
近期，美团无人配送团队在上海松江大学城进行了测试，不由让人联想，无人车代替自然人进行配送的那一天还会远吗？
首先考虑下室内场景：无人配送餐车进入室内环境取餐，就需要自行进入电梯，期间可能会遇到电梯大小不合适的问题。目前金地集团，朝阳大悦城同意为美团免费改造电梯，但其他的写字楼，小区呢？如果为了无人配送餐车又增加了成本，岂不是失去了本意？
再来看下室外环境，无人配送餐车需要考虑人行道、机动车道、红绿灯以及来来往往的行人、机动车和非机动车等等。在如此复杂的情况下，无人配送餐车需要能够自主规划路线，并在复杂多变的路面环境中依据周边环境实时做出相应的判断。这背后需要强大的自主定位与地图创建技术支持，也就是 SLAM 技术（Simultaneous Localization and Mapping)。
SLAM实际上是一个典型的军转民用的技术，探测器登陆未知环境的星球进行科研研究时，面对复杂的大规模环境，而无法对其进行实时遥控时，必须通过实现同步定位与地图创建才能完成导航任务，例如美国“机遇号”、“勇气号”以及“好奇号”等火星探测器。如果放在当今社会消费级市场来理解的话，扫地机器人没有SLAM技术，就无法实现自主移动。
SLAM主要分为激光SLAM和视觉SLAM（vSLAM） 两大类。其中，激光SLAM比vSLAM起步早，在理论、技术和产品落地上都相对成熟。从成本上来说，vSLAM主要通过视觉摄像头来采集信息，因此造价要比激光雷达低很多。从应用场景上来说，囿于传统单线激光SLAM的固有弊端，目前此类模块主要被应用在室内，但对于无人配送行业来说，不能兼顾室内外场景，无人配送只是空谈。与传统单线激光SLAM相比， vSLAM在室内外环境外均能开展工作，且成本相对较低，对于无人配送行业来说无疑是一个更优的选择。
目前，实现vSLAM方案主要有两种路径，一种是基于RGBD的深度摄像机(如Kinect)，它最大的特点是可以通过红外结构光或Time-of-Flight原理，直接测出图像中各像素离相机的距离。不过，现在多数RGBD相机还存在测量范围窄、噪声大、视野小等诸多问题，主要适用于室内SLAM，并不适用于需要在室外工作的无人配送餐车。
还有一种就是基于单目或双目摄像头的vSLAM。单目相机SLAM，即只用一只摄像头就可以完成的SLAM 。这样做的好处是传感器简单、成本特别的低，但相比别的视觉传感器，单目有个最大的问题，就是没法确切地得到深度。
相比单目摄像头，双目摄像头的功能更加丰富，可获取依靠单目摄像头无法准确识别的深度等信息。双目摄像头是利用仿生学原理，通过标定后的双摄像头得到同步曝光图像，然后计算获取的2维图像像素点的第三维深度信息。相对较低的造价以及稳定的室内外应用效果使许多大厂纷纷将目光聚焦到这一才涌现不久的细分领域。
深耕此领域的小觅智能已与国内外200余家企业客户开展了服务与合作，其中标配六轴传感器（IMU）和红外主动光探测器（IR）的小觅双目摄像头标准版，利用摄像头和运动传感器的互补性，可为视觉SLAM的研究提供精度更高、成本更低、布置简单、同时可以实现人脸和物体识别的视觉SLAM研发硬件。
就目前而言，“双目+IMU”的结合方式，是眼下SLAM的相对最优方案。小觅双目摄像头标准版内置的六轴传感器（IMU）可为视觉定位算法的研究提供数据的互补和校正，适用于视觉惯性里程计（VIO）的算法研究，帮助提升定位精度，而红外主动光探测器（IR）可以帮助解决室内白墙和无纹理物体的识别难题，提升图像源的识别精度。相信有成熟vSLAM技术的加持，无人配送餐车已经离我们不远了。