SLAM简介

“ 有部分小伙伴好奇小白是做什么的，这里统一回复大家。小白是在校的学生，目前研究的方向是视觉SLAM。今天小白就为大家简单介绍一下SLAM”

—

什么是SLAM？

SLAM(Simultaneous Localization And Mapping)，译成中文为“同时定位和建图”。简单来说就是在确定自己位置的同时，绘制所在环境的二维或者三维地图的技术。比较学术的解释为：

它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，并同时估计自己的运动。——Davison

这里引用Davison的一句话来解释什么是SLAM。Davision第一个实现了单目实时在线建图的SLAM项目，在2007年发表的MonoSLAM论文，高居索次数的第二名（被引1152次），与第一名相差73次(第一名是2006年发表)。可以说这篇文章在现代SLAM领域具有很重要的影响。

机器人在未知的环境中实现自主移动、避障，就必须知道自己所在的位置以及自己所在环境的状况。SLAM解决了两个移动机器人的关键性问题：我在哪、我周围环境状况。同时由于SLAM技术可以绘制场景地图，也便于人们了解无法直接到达区域的环境。因此，SLAM技术被广泛应用在无人车、无人机、AR、VR、物流机器人、扫地机器人等领域。

—

常见分类

根据所使用的获取环境信息的传感器不同，可以将其分为激光SLAM(Lidar-SLAM)和视觉SLAM(VSLAM)。两者在技术实现上的整体思路是相同的，但是面对不同的数据信息，需要采用对应的解决方案，因此会显得差异比较明显。

激光SLAM：使用激光雷达来获取环境信息，由于激光雷达测距精度高，计算过程简单，可靠性高，因此目前被广泛应用。谷歌、Uber、百度的无人驾驶汽车都是采用的激光SLAM技术作为主要环境感知与定位技术。虽然使用激光雷达不受光照条件的限制，可以全天候使用，但是由于水会对激光的传播造成影响，因此该方法并不适合用于水下。而且激光雷达高昂的费用也限制了其使用的领域。

视觉SLAM：使用摄像头来获取环境信息，根据摄像头种类和数量的不同还有更为细致的分类，例如：单目SLAM，双目SLAM，RGBD-SLAM。由于摄像头加个便宜，很好的弥补了激光雷达的缺点，同时采用“看”的方式，也更加符合人类认知世界的方式。但是该方法计算量大，容易受到关照条件的限制，在大场景下使用受限，多用于室内场景。不过随着硬件性能的提升，视觉SLAM也得到了快速的发展和应用。

两种SLAM都有各自的优缺点，在实际的使用过程中，常常与其他传感器结合使用，例如与IMU，GPS等设备一起使用。

—

这就是SLAM

说很多SLAM的内部组成和实现原理，也不没有用视频来说明什么是SLAM直观。所以小白为了达到让小伙伴知道“这就是SLAM”的目的，展示两个SLAM的动图，让便大家的理解。

首先为大家带来的是谷歌使用cartographer技术实现的SLAM，这里为大家祭出开源代码的网址：https://github.com/googlecartographer/cartographer

接下来带香港科技大学将单目与IMU相结合的SLAM项目，同样为大家带来开源的链接网址：https://github.com/HKUST-Aerial-Robotics/VINS-Mono

如果您喜欢本文和本公众号，

希望您能推送给周围的好友。

一个赞就是对小白的一种支持

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。