SLAM到底是什么,slam是什么意思

高精度地图为什么需要slam？

目前，大家谈论的高精地图，主要是指给自动驾驶系统使用的自动驾驶地图，属于特殊的导航电子地图。汽车自动驾驶系统包括环境感知与定位、智能规划与决策、控制执行3大核心模块，高精地图又是各类感知系统中尤为关键的一环。高精度地图一方面是指精度更高（精确到厘米级），另一方面是指高分辨率和高清，地图包含了更多的细节。

这种高精度地图主要面向L3、L4级别以上的自动驾驶，就是车辆完成绝大多数的驾驶操作，甚至是完全的由车辆完成自动驾驶。传统的导航电子地图也包含交通事故、拥堵等信息，但主要是道路级别的。通俗一些说，传统导航电子地图只知某条道路拥堵，不知哪个车道发生拥堵，它主要强调道路之间的连接关系。而高精地图则包含车道级的关系信息，比如每条车道线的精确位置、车道是虚线还是实线等。

道路上每个红绿灯和路边车牌的精确位置也会展现在高精地图上，帮助自动驾驶系统更好地进行感知和规划。 高精地图是虚拟的电子地图，依赖GPS、北斗等定位系统确定车辆在电子地图中的位置。但由于目前的定位精度还不够高，在高楼遮挡等信号不好的情况下，不能在高精地图上准确定位。此外，如果仅依赖GPS、北斗等定位系统，则由于对高度信息的识别精度不够，在复杂的高架桥等环境下，也会导致定位不够准确。

这时就需要使用视觉同时定位与地图构建（Simultaneous Localization and Mapping，简称：SLAM）技术。SLAM能凭借图像传感器对自动驾驶系统周围的图像信息进行计算，实时绘制地图并同时给出车辆的定位。多年前，SLAM 最流行的应用场景还只是我们家里的扫地机器人。

近几年，随着无人机、无人驾驶、服务机器人、仓储机器人以及 AR 的兴起，SLAM 作为其中核心技术的一种，正变得越来越重要。SLAM是指当某种移动设备（如机器人、无人机、手机等）从一个未知环境里的未知地点出发，在运动过程中通过传感器（如激光雷达、摄像头等）观测定位自身位置、姿态、运动轨迹，再根据自身位置进行增量式的地图构建，从而达到同时定位和地图构建的目的。

定位和建图是两个相辅相成的过程，地图可以提供更好的定位，而定位也可以进一步扩建地图。定位和建图是SLAM的基本要求，而路径规划是在此基础上的高级功能，不属于SLAM的讨论范畴。 实现 SLAM 的第一步，是选择传感器的形式和安装方式。传感器分为激光雷达和视觉两大类，视觉下面又分三小方向。激光雷达激光雷达能以很高精度测出机器人周围障碍点的角度和距离，而且速度快，计算量也不大，容易做成实时 SLAM。

激光雷达一般用于扫描一个平面内的障碍物，适用于适用于平面运动的机器人（如无人车、扫地机器人）。许多行业分析师认为，激光雷达是实现全自动驾驶的关键传感器，其产品被以 Google、百度为代表的企业认可。 不过，激光雷达制造成本高，价格十分昂贵，比如 Google 无人车目前使用的激光传感器单个定制成本在 8 万美元左右，百度采购一台激光雷达也要 70 万人民币。

成本已然成为激光雷达普及最大的拦路虎。2016 年 8 月福特和百度一起投资了激光雷达厂商 Velodyne LiDAR 1.5 亿美元，目的就是帮助 Velodyne 降低激光传感器的成本。Velodyne 希望将激光雷达的价格降到 300 到 500 美元之间，以满足大众汽车市场。 视觉 SLAM视觉 SLAM 是 21 世纪 SLAM 研究热点之一。

CPU、GPU 处理速度的增长和硬件的提高，让许多以前被认为无法实时化的视觉算法，得以在 10 Hz 以上的速度运行。按照摄像头的数量和种类分，视觉 SLAM 分 3 个子方向：单目、双目（或多目）、RGBD。此外，还有鱼眼、全景等特殊摄像头，但是都属于少数。单目相机 SLAM 只需要一个普通的 2D 摄像头，成本优势大。

但普通 2D 摄像头没法获取深度信息，它捕获的仅仅是一张 2D 图像。深度信息缺失有什么影响？如果没有距离信息，就不知道一个东西的远近，也不知道它的大小。它可能是一个近处但很小的东西，也可能是一个远处但很大的东西。仅仅凭借一张图像时，你没法知道物体的实际的大小。 另一方面，单目相机也无法依靠一张图像获得图像中物体离自己的相对距离。

但这两个问题都有对应的解决办法。比如，通过借助 GPU 和 IMU（Inertial Measurement Unit，惯性测量器件）确定物体的大小，依靠运动中的三角测量，来求解相机运动并估计像素的空间位置。双目 SLAM 消除了单目的很多麻烦。双目视觉和人眼类似，通过左右眼图像的差异来计算距离——也就是所谓的立体视觉（Stereo）。

但双目 SLAM 的计算量非常大，通常需要用到可编程门阵列 FPGA。而且其其深度量程也受双目的基线与分辨率限制。RGBD SLAM 的传感器是深度摄像头，能直接记录深度信息。深度摄像头通过把光投射到物体表面，再测量反射的信息来计算距离，具体原理有两种：结构光或 Time-of-Flight。它比传统相机能够提供更丰富的信息，也不必像单目或双目那样费时费力地计算深度。

Kinect 就是一种比较常见的深度摄像头。不过，现在多数 RGBD 相机还存在测量范围窄、噪声大、视野小等诸多问题。 一个机器人也好，无人汽车也好，其最核心、最根本的问题有四个：定位技术、 跟踪技术、 路径规划技术（Path Planning）, 还有就是控制技术（Controlling）。

无人驾驶汽车中的SLAM指的是什么？

SLAM 的全称是simultaneous localization and mapping,也称为CML (Concurrent Mapping and Localization)技术。它是一种定位与地图构建，或并发建图与定位的技术。具体可以理解为将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描绘出此环境完全的地图。