SLAM技术，让真正的智能机器人触手可及

　　有一个机器人，它被关进了一间空屋子，里面放满了杂七杂八的东西。机器人感到很害怕，因为这个地方他从来没来过，一点儿也不了解。让他感到害怕的主要是三个问题：

　　1.自己在哪里？

　　2.这是什么地方？

　　3.怎么离开这个地方？

　　在SLAM（Simultaneous Localization And Mapping，即时定位与地图构建）理论中，第一个问题称为定位（Localization），第二个称为建图（Mapping），第三个则是随后的路径规划（Navigation）。

　　简单来说，SLAM是指机器人依靠自身传感器在未知环境中获得感知信息，递增地创建周围环境的地图，同时利用创建的地图实现自主定位。

　　实际上，有地图的定位和有定位的地图创建都是容易解决的，但无地图的定位和未解决定位的地图创建如同“鸡生蛋蛋生鸡”的问题（完美的定位需要用到一个无偏差的地图，但这样的地图又需要精确的位置估测来描绘），无从下手。

　　利用机器人内部安装的传感器（包括里程仪、罗盘、加速度计等），由于没有参考外部信息，在长时间的行走后误差的积累会比较大，实用性较差。因此，在依靠内部传感器的同时，借助外部传感器（如视觉传感器、激光雷达等）感知环境，就能帮助机器人解决这个难题。

　　

　　一个由德国达姆施塔特理工大学研发的机器人正使用激光成像探测与测距技术来给迷宫绘图

　　

　　上图的机器人描绘出的地图

　　目前，SLAM技术的实现途径主要包括VSLAM、Wifi-SLAM与Lidar SLAM。

　　1.VSLAM（视觉SLAM）

　　指在室内环境下，用摄像机、Kinect等深度相机来做导航和探索。其工作原理简单来说就是对机器人周边的环境进行光学处理，先用摄像头进行图像信息采集，将采集的信息进行压缩，然后将它反馈到一个由神经网络和统计学方法构成的学习子系统，再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。