SLAM（simultaneous localization and mapping）即時定位與地圖構建，顧名思義，是機器人或其他設備在自身位置不確定的條件下，在完全未知環境中創建地圖(Mapping)，同時利用地圖進行自主定位和導航（Localization)，實現路徑規劃(Navigation)的技術。
SLAM技術目前主要應用在哪些領域？ 目前，SLAM（即時定位與地圖構建）技術主要被運用于無人機、無人駕駛、機器人、AR、智能家居等領域，從各應用場景入手，促進消費升級。 1機器人 激光+SLAM是目前機器人自主定位導航所使用的主流技術。激光測距相比較于圖像和超聲波測距，具有良好的指向性和高度聚焦性，是目前最可靠、穩定的定位技術。激光雷達傳感器獲取地圖信息，構建地圖，實現路徑規劃與導航。 2無人駕駛 無人駕駛是近年來較火的話題之一，Google、Uber、百度等企業都在加速研發無人駕駛相關技術，搶占先機。 隨著城市物聯網和智能系統的完善，無人駕駛必是大勢所趨。無人駕駛利用激光雷達傳感器（Velodyne、IBEO等）作為工具，獲取地圖數據，并構建地圖，規避路程中遇到的障礙物，實現路徑規劃。跟SLAM技術在機器人領域的應用類似，只是相比較于SLAM在機器人中的應用，無人駕駛的雷達要求和成本要明顯高于機器人。
3無人機 無人機在飛行的過程中需要知道哪里有障礙物，該怎么規避，怎么重新規劃路線。顯然，這是SLAM技術的應用。但無人機飛行的范圍較大，所以對精度的要求不高，市面上其他的一些光流、超聲波傳感器可以作為輔助。 4、AR AR通過電腦技術，將虛擬的信息應用到真實世界，真實的環境和虛擬的物體實時地疊加到了同一個畫面或空間同時存在。這一畫面的實現，離不開SLAM技術的實時定位。雖然在AR行業有很多可代替技術，但是，SLAM技術是最理想的定位導航技術。 相較于SLAM在機器人、無人駕駛等領域的應用，在AR行業的應用則有很多不同點。 1、精度上：AR一般更關注于局部精度，要求恢復的相機運動避免出現漂移、抖動，這樣疊加的虛擬物體才能看起來與現實場景真實地融合在一起。但在機器人和無人駕駛領域則一般更關注全局精度，需要恢復的整條運動軌跡誤差累積不能太大，循環回路要能閉合，而在某個局部的漂移、抖動等問題往往對機器人應用來說影響不大。 2、效率上：AR需要在有限的計算資源下實時求解，人眼的刷新率為24幀，所以AR的計算效率通常需要到達30幀以上; 機器人本身運動就很慢，可以把幀率降低，所以對算法效率的要求相對較低。 3、配置上：AR對硬件的體積、功率、成本等問題比機器人更敏感，比如機器人上可以配置魚眼、雙目或深度攝像頭、高性能CPU等硬件來降低SLAM的難度，而AR應用更傾向于采用更為高效、魯邦的算法達到需求。 5智能家居 目前能看到AR行業中用到SLAM技術的應用絕大多數都是用在智能家居方面，所以這里也不過多重復介紹。 SLAM技術的發展未來還需要哪些升級？ 目前SLAM技術已在市場上得到廣泛的應用，但為了未來SLAM技術能向更多行業拓展，適應更多的應用場景，SLAM技術還需要不斷升級。 1、目前導航定位方案室內室外不能通用，或只能在平地使用，需不斷改進來適應不同場景； 2、導航定位是其基本的功能，未來還將集成更多與應用所需的功能，并通過集成提供交鑰匙方案； 3、如今研發是一種方案，但實際工程應用是另一種方案，未來一兩年內或將實現統一； 4、基于圖像的SLAM依賴場景特征的豐富程度高，當場景是一堵白墻或者沒有任何特征的環境時，則很難實施判斷。所以，基于深度的SLAM發展和應用很有必要。 思嵐科技對SLAM技術的長久規劃 思嵐科技對SLAM技術也有更長遠的規劃，希望能不斷精益求精、更新技術、迭代產品，發現更多應用場景。 目前SLAMTEC—思嵐科技已經研發出了一款掃描半徑100m的中遠距離室內外雷達RPLIDAR T1。將使用到工業AGV、服務機器人或輕量級自動駕駛產品中去。 配合自主研發的SLAMWARE算法作為驅動，可在未知環境中實時提供定位，并構建厘米級別分辨率環境地圖。
| 
