文章目录
1. SLAM定义
SLAM（Simultaneous Localization and Mapping）同时定位与地图创建。将机器人从一个未知环境里的未知地点出发，在移动过程中通过传感器(比如激光雷达，或是摄像头)观测定位自身位置、姿态、运动轨迹，再根据自身位置进行增量式的地图构建，从而达到同时定位和地图构建的目的。SLAM技术正是为了实现这个目标涉及到的诸多技术的总和。
定位和建图是两个相辅相成的过程，地图可以提供更好的定位，而定位可以进一步扩建地图。为了更好理解SLAM，下面借助扫地机器人来解释SLAM：
我们知道现在有不少家用的扫地机器人（如下图所示），可以代替人对室内进行自动清扫。但早期的扫地机器人并不智能，它只是具有简单的避障功能，在室内随机游走，遇到障碍物就转弯，这样会导致有很多地方会漏掉，扫地效率非常低。
要想真正实现智能的清扫，扫地机器人至少需要知道以下几件事情：
(1) 、我在哪里？也就是扫地机器人在工作过程中要知道自己在房间的具体位置。对应的术语叫：定位（Localization)。
(2)、我周围的环境是什么样子？也就是扫地机器人需要知道整个房间的地面结构信息。对应的术语叫：建图(Mapping)。
(3)、我怎样到达指定地点（充电器）？当扫地机器人电量不足时，如何以最短的路径到达充电器所在位置进行自动充电。对应的术语叫：路径规划（Route Planning）。
有了以上的几个能力，扫地机器人就立马变的智能了，不再像无头苍蝇一样在室内乱跑，而是可以从任意位置出发，一边清扫一边对周围的环境（房屋结构、障碍物）建立地图，同时根据地图定位自己当前在地图中的位置，并实时调整规划路线。随着使用时间的增长，扫地机器人建立的地图会越来越准确，规划的清扫路线越来越高效，变的越来越智能。这也不难理解断点续扫（一次扫不完，回到充电地点重合点，回到原位置继续清扫）的功能是如何实现的了。
下面是对SLAM技术的另一种直观描述
1.1 定位
在已经建好的地图上，在地图中行走，行走过程根据传感器获取的数据，匹配自己周围的环境和在地图中的位置。
1.2 地图构建
机器人在行走的过程中，根据传感器获取的数据，画地图。
2. SLAM使用的传感器
SLAM使用的传感器分为激光和视觉两大类，视觉又分为三小方向。
2.1 激光雷达
激光雷达是目前研究和使用最多的SLAM传感器，它们提供了机器人本体与周围环境障碍物的距离信息。常见的激光雷达厂家有sick、倍加福、镭神等。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，从而很方便地实现SLAM、避障等功能。
激光雷达分为单线程和多线程，其中单线程激光雷达智能实时导航，二维成像缺乏高度信息，无法成像，如下图：
多线程激光雷达，可以三维动态实时成像，能实时成像，并且还能还原物体形状大小，还原空间的三维信息。所以自动驾驶都用多线程激光雷达。
使用激光雷达建图，多数使用滤波器方法，例如卡尔曼滤波器与粒子滤波器
