什么是SLAM？简明扼要的解释
SLAM（即时定位与地图构建）是一种让机器人或自动驾驶车辆在未知环境中同时定位自身位置并构建环境地图的技术。它结合了传感器数据（如激光雷达、摄像头和IMU）与算法，使设备能够在没有GPS信号的室内或复杂环境中自主导航。本文用通俗易懂的方式解释了SLAM的基本原理、核心挑战及其在自动驾驶、机器人、AR/VR等领域的广泛应用。
背景速读
- SLAM 是"同步定位与地图构建"（Simultaneous Localization and Mapping）的缩写，是机器人学和自动驾驶领域的核心技术之一。
- 它解决的是一个"先有鸡还是先有蛋"的问题：机器人要在未知环境中移动，就需要知道"我在哪"（定位）和"周围长什么样"（地图）；但要构建地图，又必须先知道自己的位置。SLAM 算法让机器人同时解决这两个问题。
- 该技术最早在 1980 年代由 Hugh Durrant-Whyte 和 John J. Leonard 等人奠基，如今已广泛应用于扫地机器人、无人机、AR/VR 头显和自动驾驶汽车。
- 主要实现方式包括基于激光雷达（LiDAR）的激光 SLAM 和基于摄像头的视觉 SLAM（如 ORB-SLAM、VINS-Mono）。近年来，深度学习也被用于提升 SLAM 在复杂环境下的鲁棒性。
- 本文来自 Aptiv，一家总部位于都柏林的汽车技术供应商（原 Delphi 的自动驾驶部门），专注于 ADAS（高级驾驶辅助系统）和自动驾驶解决方案。