在《slam for dummy》中，有一句話說的好："slam並不是一種演算法，而是乙個概念。（slam is more like a concept than a single algorithm.）"所以，你可以和導師、師兄弟（以及師妹，如果有的話）說你在研究slam，但是，作為同行，我可能更關心：你在研究slam中的哪乙個問題。有些研究者專注於實現乙個具體的slam系統，而更多的人則是在研究slam裡某些方法的改進。做應用和做理論的人往往彼此看不起，不過二者對科研都是有貢獻的。作為研究生，我還是建議各位抓住slam中乙個小問題，看看能否對現有的演算法進行改進或者比較。不要覺得這種事情膚淺，它是對研究有實際幫助和意義的。同時，我也有一些朋友，做了乙個基於濾波器/圖優化的slam實現。程式是跑起來了，但他/她不知道自己有哪些貢獻，鑽研了哪個問題，寫**的時候就很頭疼。所以，作為研究生，我建議你選擇slam中的乙個問題，改進其中的演算法，而不是先找一堆程式跑起來再說。
那麼問題來了：slam方面究竟有哪些可以研究的地方呢？我為大家上乙個腦圖。
slam的基本理論，是指它的數學建模。也就是你如何用數學模型來表達這個問題。為什麼說它"基本"呢？因為數學模型影響著整個系統的效能，決定了其他問題的處理方法。在早先的研究中（86年提出[1]至21世紀前期[2]），是使用卡爾曼濾波器的數學模型的。那裡的機械人，就是乙個位姿的時間序列；而地圖，就是一堆路標點的集合。什麼是路標點的集合？就是用(x
,y,z
) (x,y,z)
表示每乙個路標，然後在濾波器更新的過程中，讓這三個數慢慢收斂。
那麼，請問這樣的模型好不好？
好處是可以直接套用濾波器的求解方法。卡爾曼濾波器是很成熟的理論，比較靠譜。
缺點呢？首先，濾波器有什麼缺點，基於它的slam就有什麼缺點。所以ekf的線性化假設啊，必須儲存協方差矩陣帶來的資源消耗啊，都成了缺點（之後的文章裡會介紹）。然後呢，最直觀的就是，用(x
,y,z
) (x,y,z)
表示路標？萬一路標變了怎麼辦？平時我們不就把屋裡的桌子椅子挪來挪去的嗎？那時候濾波器就掛了。所以啊，它也不適用於動態的場合。
這種侷限性就是數學模型本身帶來的，和其他的演算法無關。如果你希望在動態環境中跑slam，就要使用其他模型或改進現有的模型了。
slam的基本理論，向來分為濾波器和優化方法兩類。濾波器有擴充套件卡爾曼濾波（ekf）、粒子濾波（pf），fastslam等，較早出現。而優化方向用姿態圖（pose graph），其思想在先前的文章中介紹過。近年來用優化的逐漸增多，而濾波器方面則在13年出現了基於random finite set的方法[3]，也是乙個新興的浪潮[4]。關於這些方法的詳細內容，我們在今後的文章中再進行討論。
作為slam的研究人員，應該對各種基本理論以及優缺點有乙個大致的了解，儘管它們的實現可能非常複雜。
感測器是機械人感知世界的方式。感測器的選擇和安裝方式，決定了觀測方程的具體形式，也在很大程度上影響著slam問題的難度。早期的slam多使用雷射感測器（laser range finder），而現在則多使用視覺相機、深度相機、聲吶（水下）以及感測器融合。我覺得該方向可供研究點有如下幾個：
建圖，顧名思議，就是如何畫地圖唄。其實，如果知道了機械人的真實軌跡，畫地圖是很簡單的一件事。不過，地圖的具體形式也是研究點之一。比如說常見的有以下幾種：
地圖由一堆路標點組成。ekf中的地圖就是這樣的。但是，也有人說，這真的是地圖嗎（這些零零碎碎的點都是什麼啊喂）？所以路標圖儘管很方便，但多數人對這種地圖是不滿意的，至少看上去不像個地圖啊。於是就有了密集型地圖（dense map）。
通常指2d/3d的網格地圖，也就是大家經常見的那種黑白的/點雲式地圖。點雲地圖比較酷炫，很有種高科技的感覺。它的優點是精度比較高，比如2d地圖可以用0-1表示某個點是否可通過，對導航很有用。缺點是相當吃儲存空間，特別是3d，把所有空間點都存起來了，然而大多數角角落落裡的點除了好看之外都沒什麼意義……
拓撲地圖是比度量地圖更緊湊的一種地圖。它將地圖抽象為圖論中的"點"和"邊"，使之更符合人類的思維。比如說我要去五道口，不知道路，去問別人。那人肯定不會說，你先往前走621公尺，向左拐94.2度，再走1035公尺……（這是瘋子吧）。正常人肯定會說，往前走到第二個十字路口，左拐，走到下乙個紅綠燈，等等。這就是拓撲地圖。
既然有人要分類，就肯定有人想把各類的好處揉到一起。這個就不多說了吧。
回環檢測，又稱閉環檢測（loop closure detection），是指機械人識別曾到達場景的能力。如果檢測成功，可以顯著地減小累積誤差。
回環檢測目前多採用詞袋模型（bag-of-word），研究計算機視覺的同學肯定不會陌生。它實質上是乙個檢測觀測資料相似性的問題。在詞袋模型中，我們提取每張影象中的特徵，把它們的特徵向量（descriptor）進行聚類，建立類別資料庫。比如說，眼睛、鼻子、耳朵、嘴等等（實際當中沒那麼高階，基本上是一些邊緣和角）。假設有10000個類吧。然後，對於每乙個影象，可以分析它含有資料庫中哪幾個類。以1表示有，以0表示沒有。那麼，這個影象就可用10000維的乙個向量來表達。而不同的影象，只要比較它們的向量即可。
前面的都是基礎的slam，只有"定位"和"建圖"兩件事。這兩件事在今天已經做的比較完善了。近幾年的rgb-d slam[5], svo[6], kinect fusion[7]等等，都已經做出了十分炫的效果。但是slam還未走進人們的實際生活。為什麼呢？
因為實際環境往往非常複雜。燈光會變，太陽東昇西落，不斷的有人從門裡面進進出出，並不是一間安安靜靜的空屋子，讓乙個機械人以2cm/s的速度慢慢逛。**中看起來酷炫的演算法，在實際環境中往往捉襟見肘，處處碰壁。向實際環境挑戰，是slam技術的主要發展方向，也就是我們所說的高階話題。主要有：動態場景、語義地圖、多機械人協作等等。
本文向大家介紹了slam中的各個研究點。我並不想把它寫成綜述，因為不一定有人願意看一堆的參考文獻，我更想把它寫成小故事的形式。
最後，讓我們想象一下未來slam的樣子吧：
有一天，小蘿蔔被領進了一家新的實驗樓。在短暫的自我介紹之後，他飛快地在樓裡逛了一圈，記住了**是走廊，哪兒是房間。他刻意地觀察各個房間特有的物品，以便區分這些看起來很相似的房間。然後，他回到了科學家身邊，協助他的研究。有時，科學家會讓他去各個屋裡找人，找資料，有時，也帶著他去認識新安裝的儀器和裝置。在閒著沒事時，小蘿蔔也會在樓裡逛逛，看看那些屋裡都有什麼變化。每當新的參觀人員到來，小蘿蔔會給他們看樓裡的平面圖，向他們介紹各個樓層的方位與狀況，為他們導航。大家都很喜歡小蘿蔔。而小蘿蔔明白，這一切，都是過去幾十年裡slam研究人員不斷探索的結果。
視覺SLAM漫談 三 研究點介紹
在 slam for dummy 中，有一句話說的好 slam並不是一種演算法，而是乙個概念。slam is more like a concept than a single algorithm.所以，你可以和導師 師兄弟 以及師妹，如果有的話 說你在研究slam，但是，作為同行，我可能更關心 你...
視覺SLAM漫談 三 研究點介紹
在 slam for dummy 中，有一句話說的好 slam並不是一種演算法，而是乙個概念。slam is more like a concept than a single algorithm.所以，你可以和導師 師兄弟 以及師妹，如果有的話 說你在研究slam，但是，作為同行，我可能更關心 你...
視覺SLAM漫談 三 研究點介紹
在 slam for dummy 中，有一句話說的好 slam並不是一種演算法，而是乙個概念。slam is more like a concept than a single algorithm.所以，你可以和導師 師兄弟 以及師妹，如果有的話 說你在研究slam，但是，作為同行，我可能更關心 你...