书中定义：slam是指移动智能体从一个未知环境里未知地点出发，在运动过程中通过自身传感器观测周围环境，并根据环境定位自身位置，再根据自身的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(Simultaneous Localization and Mapping)
首先，移动的智能体。移动的智能体是要像人一样的，要包含大脑（芯片）、眼睛（传感器）。所以这里的智能体可以包含机器人、自动驾驶汽车。而根据传感器的不同，比如有的机器人使用相机作为传感器、有的机器人使用激光作为传感器，所以由此slam技术可以分为视觉、激光slam。
接下来，详细说明。
机器人在一个未知的环境中运动时，第一点就是要清楚自己的位置，即（localization）。第二点要清楚机器人自身周围的环境，要对周围的环境进行建模，即建图（mapping）。这是机器人规划路径的基础。
第三点就是要规划自己的路径到达目的地，即（motion planning）。
经典的slam框架可以表示为：传感器信息读取、前端视觉里程计、后端优化、建图、闭环检测五部分。
初学者经典问题：为什么不是用GPS来完成这些任务？
精度。北斗、gps这些导航设备功能很强大，但是精度在米级，无法在室内使用。而slam的精度可以达到厘米甚至是毫米级别。
自由度不够。定位软件通常只有一个二维的平面，也就是只有x，y两个自由度。而机器人需要6个自由度。在slam中朝向称作姿态，而位置+姿态统称为位姿，位姿有6个自由度
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
