SLAM算法解析 抓住视觉SLAM难点，了解技术发展大趋势

               

SLAM(Simultaneous Localization and Mapping)是业界公认视觉领域空间定位技术的前沿方向，中文译名为“同步定位与地图构建”，它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。本次阅面科技资深研究员赵季也将从SLAM方向着手，为大家展现更深层次的技术干货。

赵季：阅面科技资深研究员。2012年获华中科技大学博士学位，2012年至2014年在CMU机器人研究所做博士后。曾在三星研究院从事深度相机、SLAM、人机交互方面的研究。目前专注于空间感知技术的研发。

目前科技发展速度飞快，想让用户在AR/VR、机器人、无人机、无人驾驶领域体验加强，还是需要更多前沿技术做支持，SLAM就是其中之一。实际上，有人就曾打比方，若是手机离开了WIFI和数据网络，就像无人车和机器人，离开了SLAM一样。

SLAM主要解决的是相机在空间中的定位、以及创建环境的地图。在当前比较热门的一些创业方向中，都可以看到它的身影：

• 在VR/AR方面，根据SLAM得到地图和当前视角对叠加虚拟物体做相应渲染，这样做可以使得叠加的虚拟物体看起来比较真实，没有违和感。

  
  

• 在无人机领域，可以使用SLAM构建局部地图，辅助无人机进行自主避障、规划路径。

  
  

• 在无人驾驶方面，可以使用SLAM技术提供视觉里程计功能，然后跟其他的定位方式融合。

  
  

• 机器人定位导航方面，SLAM可以用于生成环境的地图。基于这个地图，机器人执行路径规划、自主探索、导航等任务。

SLAM技术的发展距今已有30余年的历史，涉及的技术领域众多。由于本身包含许多步骤，每一个步骤均可以使用不同算法实现，SLAM技术也是机器人和计算机视觉领域的热门研究方向。

 

S