一、概述
也稱為即時定位與地圖構建，或併發建圖與定位。問題可以描述為：將乙個機械人放入未知環境中的未知位置，是否有辦法讓機械人一邊逐步描繪出此環境完全的地圖，所謂完全的地圖（
a consistent map
）是指不受障礙行進到房間可進入的每個角落。
slam
技術距今已有
30 餘年的發展歷史，但相比於深度學習、大資料等詞彙，聽過的人少之又少，國內從事相關研究的機構更是屈指可數。直至最近三年，
slam
才逐漸成為國內機械人和計算機視覺領域的熱門研究方向，在當前比較熱門的一些創業方向中嶄露頭角：
vr/ar
方面：根據
slam
得到地圖和當前視角對疊加虛擬物體做相應渲染，這樣做可以使得疊加的虛擬物體看起來比較真實，沒有違和感；
無人機領域：
slam
可以構建區域性地圖，輔助無人機進行自主避障、規劃路徑；
無人駕駛領域：
slam
技術可以提供視覺里程計功能，然後跟其他的定位方式融合；
機械人定位導航領域，
slam
可以用於生成環境的地圖。基於這個地圖，機械人執行路徑規劃、自主探索、導航等任務。
通過機械人的運動和測量來學習地圖並不簡單，這主要來自於以下幾個原因：
1）乙個未知環境中，所有可能的地圖集合非常非常大。因為未知環境是連續的，所有可能的地圖集合有無限的維度。即使考慮使用離散的環境作為近似，地圖也至少會包含超過
10000
個變數。在如此高維空間中無法準確計算後驗概率，因此使用傳統的
bayes filtering
定位演算法是不可行的。
2）學習地圖是乙個
「雞生蛋，蛋生雞
」 的問題
。首先，這是乙個定位
(localization)
的問題。當機械人在未知環境中運動時，每一次移動時的誤差會在里程計算
(odometry)
中逐漸累加，導致機械人對自己的位置越來越不確定。在乙個已知地圖裡，我們有合適的演算法來確定機械人的位置，但是在未知環境中，我們需要新的演算法。
其次,
這也是乙個繪製地圖的問題。當機械人的位置是確定的時候，繪製地圖會相對簡單。但是機械人相對於探測點
(landmark)
的位置也是不確定的時候，我們需要新的演算法。在環境地圖和機械人位置都缺失或不確定時，機械人需要同時完成兩件事
-學習地圖和在地圖中定位。
二、框架
slam
是乙個完整的系統，由許多個分支模組組成。現在經典的方案是「影象前端，優化後端，閉環檢測」的三部曲。
優化後端理論上來說，如果影象前端模組估計的相機的旋轉矩陣r和平移向量t都正確的話，我們就能得到完美的定位和建圖了。但實際試驗中，我們得到的資料往往有很多雜訊，且由於感測器的精度、錯誤的匹配等，都對造成結果有誤差。並且由於我們是只把新的一幀與前乙個關鍵幀進行比較，當某一幀的結果有誤差時，就會對後面的結果產生累計誤差，最後的結果肯定誤差越來越大。為了解決這個問題，引入後端優化。
優化後端一般採用捆集調整(ba)、卡爾曼濾波(ekf)、圖優化等方式來解決。其中基於圖優化的後端優化，效果最好。graph-based slam一般使用g2o求解器，進行圖優化計算。
閉環檢測是說，新來一張影象時，如何判斷它以前是否在影象序列中出現過？有兩種思路：一是根據我們估計的機械人位置，看是否與以前某個位置鄰近； 二是根據影象的外觀，看它是否和以前關鍵幀相似。目前主流方法是後一種，因為很多科學家認為前一種依靠有雜訊的位置來減少位置的雜訊，有點迴圈論證的意思。後一種方法呢，本質上是個模式識別問題（非監督聚類，分類），常用的是bag-of-words (bow)。但是bow需要事先對字典進行訓練，因此slam研究者仍在**有沒有更合適的方法。
語義SLAM學習
閱讀了slam學習之旅專欄的一篇文章，邊看邊寫，裡面借鑑了很多文章裡的內容 文章名字叫做語義slam 閱讀精華提煉 1.object centric photometric bundle adjustment with deep shape prior 通過深度學習網路 點與點之間的關聯通過深度學習...
slam深度學習前端
3.vidloc 6 dof video clip relocalization 回答 前段時間一直忙著畢業 以及找工作，囧。我的畢業 就是研究的deepvo，已經答辯過了，我實現的結果是 cnn vo 採用卷積神經網路 比現有基於cnn的方法好，比單目viso2好，但是不及雙目viso2 2.cn...
SLAM學習筆記（一）
定位和建圖是兩個相輔相成的過程，地圖可以提供更好的定位，而定位也可以進一步擴建地圖。雷射雷達可以提供機械人與周圍環境的距離資訊。常見的雷射雷達有sick velodyne rplidar等。雷射雷達的技術方案有如下幾個特點 1 精度很高，比較穩定。2 速度快，計算量也不大，容易做成實時slam。3 ...