Visual SLAM入门（一）

什么是SLAM

SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。 SLAM最早由Smith、Self和Cheeseman于1988年提出。 由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。

作为自主机器人的核心技术，SLAM在机器人导航、控制、生产等方面都有着重要的研究意义。尤其在二十一世纪，以视觉传感器为中心的视觉SLAM技术，在理论和方法上都经历了明显的转变与突破，正逐步从实验室研究迈向成熟的市场应用。在国外研究如火如荼之际，它在国内的研究尚处于起步阶段。有关SLAM的中文资料、书籍更是难以一见。然而，随着机器人技术得到国家的重视，越来越多的青年研究者、学生正逐渐跨入这片领域。本文档则试图为这些刚走进SLAM的同事们，提供一些简单而实际的参考。

SLAM问题可以描述为机器人在未知环境中从一个位置开始运动，在移动过程中根据位置估计和传感器数据进行自身定位，同时建造增量式地图。在SLAM理论中，第一个问题称为定位 (Localization)，第二个称为建图 (Mapping)，第三个则是随后的路径规划。

SLAM的基本问题

环境地图的表示

栅格地图表示法

几何信息地图表示法

拓扑地图表示法

机器人的自定位

环境信息的感知

环境地图的更新

运动路径的优化