當今科技發展速度飛快，想讓用戶在AR/VR、機器人、無人機、無人駕駛領域體驗加強，還是需要更多前沿技術做支持，SLAM就是其中之一。實際上，有人就曾打比方，若是手機離開了WIFI和數據網絡，就像無人車和機器人，離開了SLAM一樣。

什么是SLAM

SLAM的英文全稱是Simultaneous Localization and Mapping，中文稱作“同時定位與地圖創建”。

SLAM試圖解決這樣的問題：一個機器人在未知的環境中運動，如何通過對環境的觀測確定自身的運動軌跡，同時構建出環境的地圖。SLAM技術正是為了實現這個目標涉及到的諸多技術的總和。

SLAM通常包括如下幾個部分，特征提取，數據關聯，狀態估計，狀態更新以及特征更新等。

我們引用知乎上的一個解釋把它翻譯成大白話，就是：

當你來到一個陌生的環境時，為了迅速熟悉環境并完成自己的任務（比如找飯館，找旅館），你應當做以下事情：

a.用眼睛觀察周圍地標如建筑、大樹、花壇等，并記住他們的特征（特征提取）

b.在自己的腦海中，根據雙目獲得的信息，把特征地標在三維地圖中重建出來（三維重建）

c.當自己在行走時，不斷獲取新的特征地標，并且校正自己頭腦中的地圖模型（bundleadjustmentorEKF）

d.根據自己前一段時間行走獲得的特征地標，確定自己的位置（trajectory）

e.當無意中走了很長一段路的時候，和腦海中的以往地標進行匹配，看一看是否走回了原路（loop-closuredetection）。實際這一步可有可無。

以上五步是同時進行的，因此是simultaneous localization and mapping。

傳感器與視覺SLAM框架

智能機器人技術在世界范圍內得到了大力發展。人們致力于把機器人用于實際場景：從室內的移動機器人，到野外的自動駕駛汽車、空中的無人機、水下環境的探測機器人等等，均得到了廣泛的關注。

沒有準確的定位與地圖，掃地機就無法在房間自主地移動，只能隨機亂碰；家用機器人就無法按照指令準確到達某個房間。此外，在虛擬現實（VirtualReality）和增強現實技術（ArgumentReality）中，沒有SLAM提供的定位，用戶就無法在場景中漫游。在這幾個應用領域中，人們需要SLAM向應用層提供空間定位的信息，并利用SLAM的地圖完成地圖的構建或場景的生成。

當我們談論SLAM時，最先問到的就是傳感器。SLAM的實現方式與難度和傳感器的形式與安裝方式密切相關。傳感器分為激光和視覺兩大類，視覺下面又分三小方向。下面就帶你認識這個龐大家族中每個成員的特性。

1.傳感器之激光雷達

激光雷達是最古老，研究也最多的SLAM傳感器。它們提供機器人本體與周圍環境障礙物間的距離信息。常見的激光雷達，例如SICK、Velodyne還有我們國產的rplidar等，都可以拿來做SLAM。激光雷達能以很高精度測出機器人周圍障礙點的角度和距離，從而很方便地實現SLAM、避障等功能。

主流的2D激光傳感器掃描一個平面內的障礙物，適用于平面運動的機器人（如掃地機等）進行定位，并建立2D的柵格地圖。這種地圖在機器人導航中很實用，因為多數機器人還不能在空中飛行或走上臺階，仍限于地面。在SLAM研究史上，早期SLAM研究幾乎全使用激光傳感器進行建圖，且多數使用濾波器方法，例如卡爾曼濾波器與粒子濾波器等。

激光的優點是精度很高，速度快，計算量也不大，容易做成實時SLAM。缺點是價格昂貴，一臺激光動輒上萬元，會大幅提高一個機器人的成本。因此激光的研究主要集中于如何降低傳感器的成本上。對應于激光的EKF-SLAM理論方面，因為研究較早，現在已經非常成熟。與此同時，人們也對EKF-SLAM的缺點也有較清楚的認識，例如不易表示回環、線性化誤差嚴重、必須維護路標點的協方差矩陣，導致一定的空間與時間的開銷，等等。

2.、傳感器之視覺SLAM

視覺SLAM是21世紀SLAM研究熱點之一，一方面是因為視覺十分直觀，不免令人覺得：為何人能通過眼睛認路，機器人就不行呢？另一方面，由于CPU、GPU處理速度的增長，使得許多以前被認為無法實時化的視覺算法，得以在10Hz以上的速度運行。硬件的提高也促進了視覺SLAM的發展。

以傳感器而論，視覺SLAM研究主要分為三大類：單目、雙目（或多目）、RGBD。其余還有魚眼、全景等特殊相機，但是在研究和產品中都屬于少數。此外，結合慣性測量器件（InertialMeasurementUnit，IMU）的視覺SLAM也是現在研究熱點之一。就實現難度而言，我們可以大致將這三類方法排序為：單目視覺>雙目視覺>RGBD。

單目相機SLAM簡稱MonoSLAM，即只用一支攝像頭就可以完成SLAM。這樣做的好處是傳感器特別的簡單、成本特別的低，所以單目SLAM非常受研究者關注。相比別的視覺傳感器，單目有個最大的問題，就是沒法確切地得到深度。這是一把雙刃劍。

一方面，由于絕對深度未知，單目SLAM沒法得到機器人運動軌跡以及地圖的真實大小。直觀地說，如果把軌跡和房間同時放大兩倍，單目看到的像是一樣的。因此，單目SLAM只能估計一個相對深度，在相似變換空間Sim(3)中求解，而非傳統的歐氏空間SE(3)。如果我們必須要在SE(3)中求解，則需要用一些外部的手段，例如GPS、IMU等傳感器，確定軌跡與地圖的尺度（Scale）。

另一方面，單目相機無法依靠一張圖像獲得圖像中物體離自己的相對距離。為了估計這個相對深度，單目SLAM要靠運動中的三角測量，來求解相機運動并估計像素的空間位置。即是說，它的軌跡和地圖，只有在相機運動之后才能收斂，如果相機不進行運動時，就無法得知像素的位置。同時，相機運動還不能是純粹的旋轉，這就給單目SLAM的應用帶來了一些麻煩，好在日常使用SLAM時，相機都會發生旋轉和平移。不過，無法確定深度同時也有一個好處：它使得單目SLAM不受環境大小的影響，因此既可以用于室內，又可以用于室外。