九游體育2025年第三屆職業(yè)教育數(shù)字化轉(zhuǎn)型（DeepSeek創(chuàng)新）發(fā)展論壇嘉賓演講PPT合集

　　SLAM(Simultaneous Localization andMing)技術(shù)即同步定位與地圖構(gòu)建技術(shù)，最早在機器人領(lǐng)域提出，它指的是：機器人從未知環(huán)境的未知地點出發(fā)，在運動過程中通過重復(fù)觀測到的環(huán)境特征定位自身位置和姿態(tài)，再根據(jù)自身位置構(gòu)建周圍環(huán)境的增量式地圖，從而達到同時定位和地圖構(gòu)建的目的。由于SLAM的重要學術(shù)價值和應(yīng)用價值，一直以來都被認為是實現(xiàn)全自主移動機器人的關(guān)鍵技術(shù)。

　　通俗的來講，SLAM技術(shù)就是回答兩個問題：“我在哪兒?”“我周圍是什么?”，就如同人到了一個陌生環(huán)境中一樣，SLAM試圖要解決的就是恢復(fù)出觀察者自身和周圍環(huán)境的相對空間關(guān)系，“我在哪兒”對應(yīng)的就是定位問題，而“我周圍是什么”對應(yīng)的就是建圖問題，給出周圍環(huán)境的一個描述?；卮鹆诉@兩個問題，其實就完成了對自身和周邊環(huán)境的空間認知。有了這個基礎(chǔ)，就可以進行路徑規(guī)劃去達要去的目的地，在此過程中還需要及時的檢測躲避遇到的障礙物，保證運行安全。

　　SLAM技術(shù)最早可追溯到1986年，Smith的系列論文《空間位置的表達與估計》，研究和解決未知環(huán)境中的機器人導(dǎo)航問題。但早期的SLAM往往依賴價格昂貴或?qū)ｉT定制的傳感器，例如激光雷達，聲吶或立體相機，這項技術(shù)并未走入市場。

　　在國內(nèi)，SLAM的研究雖起步較晚，但發(fā)展迅速。陳白帆等人將粒子群優(yōu)化引入FastSLAM中，對預(yù)估粒子進行更新，調(diào)整粒子的建議分布使預(yù)測粒子更集中于機器人的真實位姿附近，有效提高定位精度的同時減小了算法運算的時間復(fù)雜度。

　　朱磊等人在未知環(huán)境的SLAM中使用人工魚群算法對預(yù)測粒子進行更新，使得預(yù)測粒子更接近于機器人真實位姿。

　　厲茂海等人將進化策略應(yīng)用于RBPF，結(jié)合自適應(yīng)重采樣實現(xiàn)了室內(nèi)機器人的SALM。

　　國內(nèi)在面向大尺度環(huán)境中的SLAM問題，提出平方根容積Rao-Blackwillised粒子濾波的SLAM，減小了非線性模型的誤差并提高了計算效率。

　　針對基于容積卡爾曼濾波器的無人水下航行器SLAM過程中存在模型參數(shù)改變后，系統(tǒng)魯棒性差、收斂速度慢、對突變狀態(tài)跟蹤能力低，提出在基于容積卡爾曼濾波中引入漸消因子，提高了對突變狀態(tài)量的跟蹤能力。

　　針對多機器人視覺協(xié)同SLAM，提出一種團隊共享路標信息的多機器人視覺SLAM算法，改進了FastSLAM使之適用于多機器人協(xié)作。該算法加快了對大規(guī)模未知環(huán)境的地圖構(gòu)建速度。

　　針對災(zāi)后救援建筑物內(nèi)部層次化SLAM，提出一種基于圖形分割的區(qū)域劃分方法，該方法在解決SLAM計算量遞增問題的基礎(chǔ)上，最小化相關(guān)信息損失，確保全局一致性。

　　針對單一傳感器精度低、抗干擾性差的特點，提出一種基于Bayes方法的激光傳感器和RGB-D傳感器的信息融合SLAM方法。

　　針對巷道狹窄,易于發(fā)生碰撞的問題,在估價函數(shù)中引入了碰撞威脅代價,避免鏟運機與巷道壁發(fā)生碰撞，驗證得出改進的A*算法可提高搜索效率。

　　《中國移動機器人(AGV)產(chǎn)業(yè)聯(lián)盟：2020工業(yè)物流自主移動機器人(AMR)產(chǎn)業(yè)發(fā)展藍皮書(58頁).》

　　本文由作者AG發(fā)布，版權(quán)歸原作者所有，禁止轉(zhuǎn)載。本文僅代表作者個人觀點，與本網(wǎng)無關(guān)。本文文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關(guān)內(nèi)容。

　　自然資源保護協(xié)會：2025年OECM系列研究-OECM中國海域適用性研究（15頁）.

　　派安盈：2025年美國消費市場家具家居行業(yè)趨勢白皮書（現(xiàn)場發(fā)布版）（24頁）.

　　SuperCLUE：中文大模型基準測評2025年3月（46頁）.

　　綠盟科技：2025低空經(jīng)濟啟航安全體系護航：低空經(jīng)濟網(wǎng)絡(luò)安全體系化研究（24頁）.

　　浙江大學：2025年DeepSeek的本地化部署與AI通識教育之未來（57頁）.

　　甲子光年：2025中國AI Agent 行業(yè)研究（二）（43頁）.

　　北京大學：2025年DeepSeek應(yīng)用場景中需要關(guān)注的十個安全問題和防范措施（101頁）.

　　InfoQ：2025年DeepSeek：AI 賽道的超級引擎｜AI前線頁）.

　　浙江大學：2025年DeepSeek之火可以燎原（56頁）.

　　華中科技大學&奧哲&漢槳科技：2025從Deepseek到Manus：Al如何重塑企業(yè)價值（60頁）.

　　人工智能之地：2025AI力覺醒——從“人工智障”到“人工智能”（81頁）.