SLAM是simultaneouslocalizationandmapping的缩写，意思是“同步定位和地图制作”，主要用于解决在未知环境中工作的机器人的定位和地图构建问题。 为了更好地理解SLAM，以下是SLAM应用领域、SLAM框架、SLAM分类(
一、SLAM的典型应用领域
机器人定位导航领域：地图建模。 SLAM可以帮助机器人执行路径规划、自主搜索、导航等任务。 国内科沃斯、塔米以及最新推出的岚豹扫地机器人，通过SLAM算法结合激光雷达和摄像头，让吸尘器高效绘制室内地图，智能分析和规划打扫环境，实现智能导航贫民窟技术(SLAMTEC )是该领域技术的主要提供商，贫民窟技术的名字来自贫民窟的谐音，其主要业务是研究服务机器人自主定位导航的解决方案。 目前，思岚科技将重要的二维激光雷达部件售价降至100元，这无疑在一定程度上进一步拓展了SLAM技术的应用前景。
VR/AR方面：辅助增强视觉效果。 SLAM技术可以构建视觉效果更逼真的地图，相对于当前视角呈现虚拟物体的叠加效果，使之更加真实、无违和感。 在VR/AR代表性产品中，微软Hololens、Googleprojecttango及幻灯片均应用SLAM作为视觉增强手段。
无人机领域：地图建模。 SLAM可以快速构建局部3D地图，并结合地理信息系统(GIS )、视觉对象识别技术，帮助无人机识别路障，自动避开障碍规划路径。 曾经刷新美国朋友圈的Hovercamera无人机，被应用于SLAM技术。
无人驾驶领域：视觉测距仪。 SLAM技术提供视觉测距仪功能，可与GPS等其他定位方式融合，满足无人驾驶准确定位的需要。 例如，基于激光雷达技术的谷歌无人车和牛津大学MobileRoboticsGroup11于11年改造的无人车野猫(Wildcat )均通过了路试。
二、SLAM框架
如图所示，SLAM系统框架一般分为五个模块，包括传感器数据、视觉测距仪、后端、建筑图和环回检测。
传感器数据：主要用于收集实际环境中各类型的原始数据。 包括激光扫描数据、视频图像数据、点云数据等。
视觉测距仪：主要用于估计不同时间移动目标的相对位置。 包括特征匹配、直接配准等算法的应用。
后端：主要用于优化视觉测距仪带来的累计误差。 包括滤波器、地图优化等算法应用。
建筑图：用于三维地图构建。
环回检测：主要用于消除空间累积误差
其工作流程大致如下
当传感器读取数据时，视觉测距仪估计两个时间的相对运动(Ego-motion )，后端处理视觉测距仪估计结果的累积误差，贴图绘制基于从前端和后端获得的运动轨迹绘制地图，然后循环回
三、SLAM分类(基于传感器的SLAM分类)。
目前，SLAM中使用的传感器主要分为这两类，一类是激光雷达激光SLAM(LidarSLAM )和视觉slam (visual slam )。
1 .激光扫描
激光SLAM采用2D或3D激光雷达（也叫单线或多线激光雷达），2D激光雷达一般用于室内机器人上（如扫地机器人），而3D激光雷达一般使用于无人驾驶领域。激光雷达的出现和普及使得测量更快更准，信息更丰富。激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点，被称为点云。通常，激光SLAM系统通过对不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了对机器人自身的定位。
激光雷达测距比较准确，误差模型简单，在强光直射以外的环境中运行稳定，点云的处理也比较容易。同时，点云信息本身包含直接的几何关系，使得机器人的路径规划和导航变得直观。激光SLAM理论研究也相对成熟，落地产品更丰富。
2.视觉SLAM
眼睛是人类获取外界信息的主要来源。视觉SLAM也具有类似特点，它可以从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论，其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。近年来，随着具有稀疏性的非线性优化理论(Bundle Adjustment)以及相机技术、计算性能的进步，实时运行的视觉SLAM已经不再是梦想。
视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌，基于点云的激光SLAM算法无法区别他们，而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。同时，视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标，如行人、车辆等，对于在复杂动态场景中的应用这是至关重要的。
通过对比我们发现，激光SLAM和视觉SLAM各擅胜场，单独使用都有其局限性，而融合使用则可能具有巨大的取长补短的潜力。例如，视觉在纹理丰富的动态环境中稳定工作，并能为激光SLAM提供非常准确的点云匹配，而激光雷达提供的精确方向和距离信息在正确匹配的点云上会发挥更大的威力。而在光照严重不足或纹理缺失的环境中，激光SLAM的定位工作使得视觉可以借助不多的信息进行场景记录。
近年来，SLAM导航技术已取得了很大的发展，它将赋予机器人和其他智能体前所未有的行动能力，而激光SLAM与视觉SLAM必将在相互竞争和融合中发展，使机器人从实验室和展厅中走出来，做到真正的服务于人类。
相关阅读：
SLAM新人入门必备资料