SLAM（simultaneous localization and mapping）即时定位与地图构建，顾名思义，是机器人或其他设备在自身位置不确定的条件下，在完全未知环境中创建地图(Mapping)，同时利用地图进行自主定位和导航（Localization)，实现路径规划(Navigation)的技术。
SLAM技术目前主要应用在哪些领域？ 目前，SLAM（即时定位与地图构建）技术主要被运用于无人机、无人驾驶、机器人、AR、智能家居等领域，从各应用场景入手，促进消费升级。 1机器人 激光+SLAM是目前机器人自主定位导航所使用的主流技术。激光测距相比较于图像和超声波测距，具有良好的指向性和高度聚焦性，是目前最可靠、稳定的定位技术。激光雷达传感器获取地图信息，构建地图，实现路径规划与导航。 2无人驾驶 无人驾驶是近年来较火的话题之一，Google、Uber、百度等企业都在加速研发无人驾驶相关技术，抢占先机。 随着城市物联网和智能系统的完善，无人驾驶必是大势所趋。无人驾驶利用激光雷达传感器（Velodyne、IBEO等）作为工具，获取地图数据，并构建地图，规避路程中遇到的障碍物，实现路径规划。跟SLAM技术在机器人领域的应用类似，只是相比较于SLAM在机器人中的应用，无人驾驶的雷达要求和成本要明显高于机器人。
3无人机 无人机在飞行的过程中需要知道哪里有障碍物，该怎么规避，怎么重新规划路线。显然，这是SLAM技术的应用。但无人机飞行的范围较大，所以对精度的要求不高，市面上其他的一些光流、超声波传感器可以作为辅助。 4、AR AR通过电脑技术，将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。这一画面的实现，离不开SLAM技术的实时定位。虽然在AR行业有很多可代替技术，但是，SLAM技术是最理想的定位导航技术。 相较于SLAM在机器人、无人驾驶等领域的应用，在AR行业的应用则有很多不同点。 1、精度上：AR一般更关注于局部精度，要求恢复的相机运动避免出现漂移、抖动，这样叠加的虚拟物体才能看起来与现实场景真实地融合在一起。但在机器人和无人驾驶领域则一般更关注全局精度，需要恢复的整条运动轨迹误差累积不能太大，循环回路要能闭合，而在某个局部的漂移、抖动等问题往往对机器人应用来说影响不大。 2、效率上：AR需要在有限的计算资源下实时求解，人眼的刷新率为24帧，所以AR的计算效率通常需要到达30帧以上; 机器人本身运动就很慢，可以把帧率降低，所以对算法效率的要求相对较低。 3、配置上：AR对硬件的体积、功率、成本等问题比机器人更敏感，比如机器人上可以配置鱼眼、双目或深度摄像头、高性能CPU等硬件来降低SLAM的难度，而AR应用更倾向于采用更为高效、鲁邦的算法达到需求。 5智能家居 目前能看到AR行业中用到SLAM技术的应用绝大多数都是用在智能家居方面，所以这里也不过多重复介绍。 SLAM技术的发展未来还需要哪些升级？ 目前SLAM技术已在市场上得到广泛的应用，但为了未来SLAM技术能向更多行业拓展，适应更多的应用场景，SLAM技术还需要不断升级。 1、目前导航定位方案室内室外不能通用，或只能在平地使用，需不断改进来适应不同场景； 2、导航定位是其基本的功能，未来还将集成更多与应用所需的功能，并通过集成提供交钥匙方案； 3、如今研发是一种方案，但实际工程应用是另一种方案，未来一两年内或将实现统一； 4、基于图像的SLAM依赖场景特征的丰富程度高，当场景是一堵白墙或者没有任何特征的环境时，则很难实施判断。所以，基于深度的SLAM发展和应用很有必要。 思岚科技对SLAM技术的长久规划 思岚科技对SLAM技术也有更长远的规划，希望能不断精益求精、更新技术、迭代产品，发现更多应用场景。 目前SLAMTEC—思岚科技已经研发出了一款扫描半径100m的中远距离室内外雷达RPLIDAR T1。将使用到工业AGV、服务机器人或轻量级自动驾驶产品中去。 配合自主研发的SLAMWARE算法作为驱动，可在未知环境中实时提供定位，并构建厘米级别分辨率环境地图。
| 
