slam是ar的核心技術之一，是ar行業發展繞不開的一環，亮風臺作為一家專注ar核心技術的人工智慧公司，也一直在深入slam技術的研發。
感謝各位朋友的熱情參與，現在將調研結果分享如下，我們將從slam的熱度、人們的認知度、應用場景與核心問題等方面進行分析。
slam熱度持續攀公升
軟硬結合為slam創造了無限的可能，這是乙個綜合性的技術，乙個複雜的系統，所以才不斷吸引著研究人員對其進行不停地**及應用實踐。
擅長進行學術網路分析的aminer告訴我們，slam技術的研究熱度呈現波動回公升的狀態。似乎每一次低谷，都是在為高峰的到來蓄積力量。
!slam技術研究熱度（來自
但從2023年起，「slam」一詞的搜尋熱度一直在穩步上公升。
arkit的發布，似乎進一步催生了人們對slam技術的關注。slam在ar方面的應用，是十分值得挖掘的，因為它決定了ar的真實感，虛實融合的表現力以及自然互動的展現度。
真正懂slam的人並不多
整體來看，大部分觀望者，對slam技術還處於不了解、入門或稍微了解的狀態，真正精通的人還是少數。結果顯示，選擇「精通」選項的，大部分是公司cto或技術總監級別的關注者。甚至有不少接受調研的業內人士表示，「我可能只會第一題（您對slam技術的了解程度）」
不少科技型公司的hr表示，「公司準備研發slam相關的應用，但非常難招人，有專案經驗的不多，而專門學slam的人又不一定能很快上手」。精通的人真的太少了！
slam的應用以移動平台為主
儘管對slam技術精通的有限，但不少受訪者卻表現出對slam的興趣和關注，見過slam的demo，甚至上手使用過的比例超過80%。
結果顯示，目前slam主要以移動平台的應用為主。超過70%的受訪者表示，他們希望在android和ios等移動平台上嵌入slam功能。
下面的結果再一次印證了上面的結論，超過70%的受訪者表示，希望將slam技術應用於vr/ar真實感構建。而目前階段vr/ar的首要搭載平台，是android/ios系統的智慧型手機以及基於android/ios的其它移動平台。
都選哪種slam開源方案
slam技術讓ar更具有真實性，例如hololens被眾人推崇的原因之一，就是融合了強大的slam技術，你可以在空間中「穩穩」地放置乙個虛擬物體，猶如真實一般地存在於視野中。看似複雜的slam技術已經存在很多開源演算法，可以供ar開發者們自由呼叫，例如monoslam、ptam、orb-slam等。那麼這些開源方案在使用的時候，應該如何選擇呢？我們對這個問題也進行了前期調查，如下圖所示：
上述開源方案中，我們可以看到最受歡迎的三種slam開源方案分別是：monoslam，orb-slam和ptam，它們均可以在單目中實現，言下之意就是理論上可以用智慧型手機進行ar真實感構建。
這三種流行的slam開源方案幫助很多開發者入門slam技術並進行自己的創新，隨著wikitude、亮風臺等ar公司加大在slam上的研發力度，並逐漸推出sdk，以及google tango等具備slam功能的ar硬體裝置的湧現，人們使用slam的機會越來越多。
slam的發展的核心問題
目標重定位能力是slam應用中非常重要的乙個問題，效果欠佳意味著當模型被放置在指定位置後，一旦丟失就很難找回來了。例如在桌面上放了一串虛擬的葡萄，移開手機攝像頭，再回到初始位置，葡萄就消失了！這是多麼詭異的一件事！當然事實並不會像「消失了」那樣誇張，實際上可能是模型會隨意地漂浮在空中的某些角落，使用者體驗變得很差。
對於剩下的三個問題，可謂是平分秋色，隨著硬體效能提公升和演算法優化，機器發熱和卡頓以及對環境紋理的依賴已經在向前推進了，而開發包體積大不易移植的問題不被解決，則意味著slam技術商業化能力的減弱，例如qq-ar傳火炬活動，qq對所嵌入的ar的要求是3m左右，而要知道其大部分sdk或者unity所開發的sdk都會呈現兩位數的體積大小，這個時候從底層進行深度優化和簡化就變得尤為重要。
所以slam技術雖然火熱，但是還有非常多值得深入探索的內容。例如，若想在真實的桌面上準確地擺放虛擬的物體，甚至進行雕刻等需要精確定位的藝術創作，定位精度這一引數就成為了決定slam應用場景的重要因素，這也因此成為了超過四分之一受訪者非常關注的方向。
總結
我們相信，slam技術會隨著三維空間感知和定位的軟硬體發展，緩緩地變化著自己的形態和應用方式，但不變的是它會為硬體「看到」這個世界，作出相應的貢獻。通過調查顯示，目前slam的應用在機械人、遊戲和工業等領域被認為最有前景，趨勢已不可擋。
視覺SLAM技術解讀
近年來，slam技術取得了驚人的發展，領先一步的雷射slam已成熟的應用於各大場景中，視覺slam雖在落地應用上不及雷射slam，但也是目前研究的一大熱點，今天我們就來詳細聊聊視覺slam的那些事兒。視覺slam是什麼？視覺slam主要是基於相機來完成環境的感知工作，相對而言，相機成本較低，容易放到...
由技術邁向管理
做好本職工作是第一步 技術人員能管理好自己，出色完成本職工作是第一步。在領導交給你任務時，要主動制定工作計畫，定期向領導匯報工作進展，出了問題及時 溝通，且要勇於承擔責任，同時確保工作順利進行。如果能讓領導對你的工作完全信任和放心，那麼你在自我管理上就已經準備好了。打好群眾基礎 在管好自己的前提下，...
slam技術面試問題（二）
14.特徵匹配 稀疏 和稠密匹配區別 1 稀疏匹配可以快速地求解相機的位姿 2 稠密匹配可以建立完整地圖，但是速度慢 效率低，並且畫素梯度不明顯的地方對運動估計沒有什麼貢獻。15.ekf與ba的區別 1 ekf只估計當前時刻的機械人位姿，無法糾正歷史的機械人位姿 然而ba更加傾向於使用所有的歷史資料...