机器人无人车无人机AR都离不开它，什么这么管用

SLAM全称Simultaneous Localization and Mapping，中文名曰「同步定位与地图构建」，主要用于解决机器人在未知环境运动时的定位和地图构建问题。

作者 | OD

当你身处一个陌生的地方，要准确找到目的地和路线，十有八九会打开手机上的地图app，然后定位、输入目的地、规划路线、导航。

机器人也一样。当它们身处未知环境时，同样需要通过以上步骤才能做出正确的运动。只不过，机器人靠的不是手机地图 app，而是 SLAM技术。

SLAM 全称 Simultaneous Localization and Mapping，中文名曰「同步定位与地图构建」，主要用于解决机器人在未知环境运动时的定位和地图构建问题。这更像一个概念，而不是某种算法。它本身包含许多步骤，其中的每一个步骤均可以使用不同的算法实现。

机器人、无人车、、AR，无所不能的 SLAM

两年前，SLAM 最流行的应用场景还只是我们家里的。近几年，随着、、服务机器人、仓储机器人以及 AR 的兴起，SLAM 作为其中核心技术的一种，正变得越来越重要。

雷锋网的一篇报道曾引用 SLAM 技术发烧友 Guang Ling 的话，来强调 SLAM 技术的重要性

一个机器人也好，无人汽车也好，其中最核心，最根本的问题有四个，定位技术、 跟踪技术、 路径规划技术（Path Planning）, 还有就是控制技术（Controlling）。

而这四个问题中的前三个，SLAM 都扮演了最核心的功能。打个比方，若是手机离开了 ifi 和数据网络，就像无人车和机器人，离开了 SLAM 一样。

也许有读者好奇，为什么无人车也非常依赖 SLAM？因为无人车被看作移动机器人的一种，也需要解决定位、避障和导航的问题。目前用在汽车上的 SLAM 主要是基于激光雷达传感器，后面会详细提到。

天上飞的的同样需要 SLAM 来「添翼」。SLAM 能让知道障碍物在哪里，进而实现自动避障的功能。

香港科技大学助理研究员徐枭涵曾在知乎上如此形容 SLAM 对的重要性

所有的关于的梦想都建立在 SLAM 之上，这是能飞（具有定位，姿态确定以后）的时代以后，最核心的技术。也是现代和玩具的区别。

无人车、，都可以算作机器人的一种，依赖 SLAM 很好理解。但与机器人没什么关系的 AR 设备，其实也是 SLAM 的一个重要应用。

如果没有 SLAM 加持，所有头戴眼镜就只是一个近眼投影设备。有了 SLAM，AR 眼镜才能知道自己的空间坐标和相对于室内各种障碍物的位置，识别出各种室内摆件的形状。这是 AR 设备的基矗

由于 AR 是将虚拟图像叠加在真实物体上，所以 SLAM 的应用讲究局部精度，要求避免出现漂移、抖动的现象，虚拟与真实才能完美地融合在一起。，AR 对帧率、硬件体积、计算量、功率、成本等问题都更敏感。

激光雷达、单目、双目、RGBD，SLAM 传感器的分类

实现 SLAM 的第一步，是选择传感器的形式和安装方式。传感器分为激光雷达和视觉两大类，视觉下面又分三小方向。

激光雷达

激光雷达能以很高精度测出机器人周围障碍点的角度和距离，而且速度快，计算量也不大，容易做成实时 SLAM。激光雷达一般用于扫描一个平面内的障碍物，适用于适用于平面运动的机器人（如无人车、）。

许多行业分析师认为，激光雷达是实现全的关键传感器，其产品被以 Google、百度为代表的企业认可。

不过，激光雷达制造成本高，价格十分昂贵，比如 Google 无人车目前使用的激光传感器单个定制成本在8万美元左右，百度采购一台激光雷达也要 70 万人民币。

成本已然成为激光雷达普及最大的拦路虎。2016 年 8 月福特和百度一起投资了激光雷达厂商 Velodyne LiDAR 1.5 亿美元，目的就是帮助 Velodyne 降低激光传感器的成本。Velodyne 希望将激光雷达的价格降到 300 到 500 美元之间，以满足大众汽车市常

视觉 SLAM

视觉 SLAM 是 21 世纪 SLAM 研究热点之一。CPU、GPU 处理速度的增长和硬件的提高，让许多以前被认为无法实时化的视觉算法，得以在 10 Hz 以上的速度运行。

按照摄像头的数量和种类分，视觉 SLAM 分 3 个子方向单目、双目（或多目）、RGBD。，还有鱼眼、全景等特殊摄像头，都属于少数。

单目相机 SLAM 只需要一个普通的 2D 摄像头，成本优势大。但普通 2D 摄像头没法获取深度信息，它捕获的仅仅是一张 2D 图像。深度信息缺失有什么影响？引用知乎用户「半闲居士」的一个回答

没有距离信息，我们不知道一个东西的远近——所以也不知道它的大校它可能是一个近处但很小的东西，也可能是一个远处但很大的东西。只有一张图像时，你没法知道物体的实际大小（Scale）。

另一方面，单目相机也无法依靠一张图像获得图像中物体离自己的相对距离。

但这两个问题都有对应的解决办法。比如，通过借助 GPU 和 IMU（Inertial Measurement Unit，惯性测量器件）确定物体的大小，依靠运动中的三角测量，来求解相机运动并估计像素的空间位置。

双目 SLAM 消除了单目的很多麻烦。双目视觉和人眼类似，通过左右眼图像的差异来计算距离——也就是所谓的立体视觉（Stereo）。

但双目 SLAM 的计算量非常大，通常需要用到可编程门阵列 FPGA。而且其其深度量程也受双目的基线与分辨率限制。

RGBD SLAM 的传感器是深度摄像头，能直接记录深度信息。深度摄像头通过把光投射到物体表面，再测量反射的信息来计算距离，具体原理有两种结构光或 Time-of-Flight。它比传统相机能够提供更丰富的信息，也不必像单目或双目那样费时费力地计算深度。Kinect 就是一种比较常见的深度摄像头。不过，现在多数 RGBD 相机还存在测量范围窄、噪声大、视野小等诸多问题。

，SLAM 的实现方法多种多样，应用场景也不断打开。但「由于产品和硬件高度差异化，而 SLAM 相关技术的整合和优化又很复杂，导致算法和软件高度碎片化，所以市场上目前还没有一套通用普适的解决方案，在短时间内也不会有」。