SLAM（同步定位与建图）

定义

SLAM（Simultaneous Localization and Mapping，同步定位与建图）是让机器人在没有先验地图的情况下，利用自身传感器数据同时完成环境建图与自身定位的技术。它解决了”鸡与蛋”的循环依赖：定位需要地图，建图需要位姿——SLAM 用概率估计与迭代优化同时推断两者。

为什么重要

SLAM 是移动机器人自主导航的基础能力。没有可靠的定位与建图，机器人无法在动态、非结构化环境中安全移动，遑论执行上层任务。对投资者判断一家移动机器人公司的技术底座，SLAM 的鲁棒性（在杂乱、低光、动态场景下的表现）是关键指标。

技术现状

• 传感器路线分化：激光雷达 SLAM（精度高、成本高）vs 视觉 SLAM（V-SLAM，低成本但对光照敏感）vs 激光-视觉融合成主流选择。
• 神经网络正在渗透 SLAM 各子模块（特征提取、回环检测、深度估计），但端到端可解释性仍弱于传统优化方法。
• 动态物体处理（行人、运动障碍物）和大规模长时漂移是当前主要工程难点。