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本文作者为项目管理者联盟,转载请注明。