SLAM是Simultaneous Localization and Ming的縮寫，意為“同時定位與建圖”。是機器人在位置環(huán)境中的一個未知位置開始移動，并在移動過程中根據(jù)傳感器的信息，一邊計算自身位置，一邊構(gòu)建環(huán)境地圖，從而實現(xiàn)機器人的自主定位和導航。

　　目前，SLAM的應(yīng)用領(lǐng)域主要有機器人、虛擬現(xiàn)實和增強現(xiàn)實。其用途包括傳感器自身的定位，以及后續(xù)的路徑規(guī)劃、場景理解。

　　隨著傳感器種類和安裝方式的不同，SLAM的實現(xiàn)方式和難度會有很大差異。按傳感器來分，SLAM主要分為激光、視覺兩大類。其中，激光SLAM研究較早，理論和工程均比較成熟。視覺方案目前大部分還處于實驗室研究階段，實際產(chǎn)品應(yīng)用相對較少。

　　激光雷達是研究最多、使用最成熟的深度傳感器，可以直接獲得相對于環(huán)境的直接距離信息，從而實現(xiàn)直接相對定位，很多常見的掃地機器人都有裝配。

　　一種是單目攝像頭，就是用一個攝像頭完成SLAM。這種方案的傳感器相對簡單，適用性強，但單目攝像頭無法再靜止狀態(tài)測量距離，只有在動態(tài)狀態(tài)下才能根據(jù)三角測量等原理感知距離。

　　另一種是雙目攝像頭，與單目攝像頭相比，雙目攝像頭可以感知距離信息，但是標定相對復雜，大量的圖像數(shù)據(jù)會導致運算量過大。

　　還有一種是RGB-D攝像頭是一種新興起的新型傳感器，它不僅可以獲取環(huán)境的RGB信息，也可以通過紅外結(jié)構(gòu)光、Time-of-Flight等原理獲取每一個像素點的深度信息。由于多了一組深度信息的數(shù)據(jù)，使得RGB-D攝像頭不僅可以用于SLAM，還可以用于圖像處理、物體識別等多個方面。

　　在動態(tài)環(huán)境又分為高動態(tài)環(huán)境和低動態(tài)環(huán)境；如果機器人在構(gòu)建地圖時，在視野范圍內(nèi)有正在移動的物體，這種情況定義為高動態(tài)環(huán)境；如果機器人在構(gòu)建地圖時，在視野范圍外有移動的物體，這種情況定義為低動態(tài)環(huán)境。

　　在靜態(tài)環(huán)境中，根據(jù)輸出地圖的類型可以分為三種：尺度地圖、拓撲地圖、混合地圖。

　　拓撲地圖主要是在環(huán)境較大的情況下使用，它可以將環(huán)境簡化成一個個點，如果兩點相連我們再連一條邊，這條邊的長度就是連個點之間的距離。

　　混合地圖就是在一個拓撲地圖的每一個點上都依附一個尺度地圖。而構(gòu)建尺度地圖的方法主要有兩種，一種是基于貝葉斯濾波器的構(gòu)建方法，另一種是基于圖優(yōu)化的構(gòu)建方法。

　　對于SLAM來說，可獲取的傳感器信息一般有里程計、激光雷達數(shù)據(jù)以及IMU數(shù)據(jù)，對于里程計數(shù)據(jù)，最常見的有兩輪差速運動模型和三輪全向底盤運動模型；而激光雷達數(shù)據(jù)則會由于傳感器的移動而導致的采集回的數(shù)據(jù)產(chǎn)生畸變，需要通過估計或者里程計輔助等方法對畸變進行矯正。

　　在實現(xiàn)前端配準需要考慮特征點，根據(jù)輸入激光數(shù)據(jù)提取特征，之后再對兩幀數(shù)據(jù)的特征點位置進行匹配。當然我們僅僅憑借兩幀的估計往往是不夠的，我們會把特征點緩存成一個小地圖，九游體育官網(wǎng)計算當前幀與地圖之間的位置關(guān)系。這樣才能算的上是一個完整的前端配準方法。

　　在后端優(yōu)化上，我們通常需要考慮更長一段時間或者所有時間上的狀態(tài)估計問題，不僅僅使用過去的信息更新自己的狀態(tài)，也會用未來的信息來更新自己。在SLAM的過程中由于可以用運動方程和觀測方程描述，那么我們可以列出運動觀測方程：

　　如果只像前端配準那樣考慮相鄰時間上的關(guān)聯(lián)，那么之前產(chǎn)生的誤差將不可避免地累積到下一個時刻，使得整個SLAM出現(xiàn)累積誤差，無法長期估計。而在后端雖然能估計最大后驗誤差，但只有相鄰關(guān)鍵數(shù)據(jù)時，我們能做的事情并不是很多，無法消除累積誤差。回環(huán)檢測對SALM系統(tǒng)的意義重大，他關(guān)系到我們估計的軌跡和地圖在長時間下的正確性，當然也提供了當前數(shù)據(jù)與所有歷史數(shù)據(jù)的關(guān)聯(lián)，在跟蹤算法求職后，我們還可以利用會還檢測進行重定位。因此，回環(huán)檢測對整個SLAM系統(tǒng)精度與穩(wěn)健性的提升是非常明顯的。

　　在SLAM模型中，我們的地圖就是所有路標點的集合，一旦確定了各個路標點的位置，那么就可以說我們完成了建圖。但即使是地圖，也會有許多不同的需求，可大致分為：定位、導航、避障、重現(xiàn)、交互這五個方面。

　　【智車聯(lián)盟】專注于智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)鏈領(lǐng)域最先進技術(shù)資料和核心開源代碼，搭建產(chǎn)業(yè)合作平臺、 技術(shù)交流平臺、 行業(yè)資訊平臺和產(chǎn)品交易平臺。如果您有投稿，品牌推廣和項目合作業(yè)務(wù)需求，請聯(lián)系我們【 手機同微信】

　　【智車聯(lián)盟】智能三電、 智能駕駛、 智能網(wǎng)聯(lián)、 智能交互產(chǎn)業(yè)社群招募中，歡迎感興趣的朋友掃以下二維碼申請入群。加號時請注明【姓名-公司】