SLAM (Simultaneous Localization and Mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，所谓完全的地图（a consistent map）是指不受障碍行进到房间可进入的每个角落。1

即时定位与地图构建

simultaneous localization and mapping

SLAM

1988年

实现机器人的自主定位和导航

概念

Simultaneous Localization and Mapping, 同步定位与建图。

SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

SLAM2.0

有理解力的SLAM： 语义SLAM，精准感知并适应环境

将语义分析与SLAM有效融合，增强机器对环境中相互作用的理解能力，为机器人赋予了复杂环境感知力和动态场景适应力。

有广度的SLAM：100万平米强大建图能力

借助高效的环境识别、智能分析技术，机器人将拥有室内外全场景范围高达100万平米的地图构建能力。

有精度的SLAM：高精度定位领先算法

SLAM2.0可在任何地点进行开机识别、全局定位，精准度高达±2cm。

有时效的SLAM：动态地图实时更新

根据传感器回传数据，与原有地图进行分析比对，完成动态实时更新，实现life-long SLAM。

发展

SLAM最早由Smith、Self

声明：本文部分文字与图片资源来自于网络，转载此文是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即【留言反馈】通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意