八分饱最近看到有同学选修slam技术，说实话博主不知道什么是slam技术？便自行搜索查找大量相关资料，现在就把这些知识点记录下来，也希望能帮助到初学slam技术的同学们。

什么是slam技术？

slam（Simultaneous Localization and Mapping），叫即时定位与建图，它主要的作用是让机器人在未知的环境中，完成定位（Localization)，建图(Mapping)和路径规划(Navigation)。

激光slam是什么意思？

主流的slam技术应用有两种，分别是激光slam(基于激光雷达lidar来建图导航)和视觉slam(vslam，基于单/双目摄像头视觉建图导航)。本教程主要介绍激光slam，它又分为基于滤波的filter-based 的SLAM和基于图优化Graph-based的SLAM。

基于滤波框架slam

卡尔曼滤波: EKF、UKF、EIF等

粒子滤波: PF、RBPF、FASTSAM1.0、2.0、MCL

基于图优化框架slam

Graph-slam工具: g20

1、基于Graph-based的代表是cartographer,karto_slam，可以修复 t 时刻之前的误差分为两部分Front-end ，和Back-end。

2、基于(粒子滤波)PF的代表gmapping，只能估计X(t)当前时刻的位姿，不能修复之前时刻产生的误差。在大面积的情况下，就无法建图了。

slam算法实现要点

1、地图表示问题，比如dense和sparse都是它的不同表达方式，这个需要根据实际场景需求去抉择。

2、信息感知问题，需要考虑如何全面的感知这个环境，RGBD摄像头FOV通常比较小，但激光雷达比较大。

3、数据关联问题，不同的sensor的数据类型、时间戳、坐标系表达方式各有不同，需要统一处理。

4、定位与构图问题，就是指怎么实现位姿估计和建模，这里面涉及到很多数学问题，物理模型建立，状态估计和优化。

5、回环检测问题

6、探索问题

7、绑架问题

8、帧间匹配算法

好啦，以上就是关于slam技术和激光slam的简单介绍，更深入的学习那得找专业书籍喽。当年八分饱念书时做的就是机器人方向的，也搞过路径规划，怎么就没接触到激光slam呢？emmm，果然学海无涯哦。