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，无人车真的能代替人吗？
首先考虑下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，在这种如此复杂的情况下，无人配送餐车需要实现自主定位与地图创建，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。扫地机器人没有 SLAM 技术，将无法自主移动，到处乱撞。
SLAM 主要分为激光 SLAM 和 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 主要通过摄像头来采集信息，要比激光雷达低很多。从应用场景上来说，激光 SLAM 主要被应用在室内，对于无人配送餐车来说不可行，而 VSLAM 在室内外环境外均能开展工作。
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，比如 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、双目摄像头的，单目相机 SLAM，即只用一支摄像头就可以完成 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。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。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。
相信加持小觅双目摄像头的无人配送餐车，有着无穷的应用空间。目前，我能想到的几点：第一，拥有如此有效的点对点模式，加上无人配送餐车本身就有吸引人的特质，很适合做推广活动，比如根据历史购买记录，推荐下午茶。第二，用户有需求时，送餐时可以把顺路的快递一起带过来，在提升用户体验时，也增加了用户在平台上的粘性。第三，外卖不可避免的问题是油，蔬菜不多，到时候用户甚至选择在指定时间让烧菜机器人来家中烧菜。
一键直达小觅双目摄像头官网：http://www.myntai.com
