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。
11.13-11.14日，由OFweek中国高科技行业门户主办，OFweek人工智能网承办的“OFweek17中国人工智能大会”在深圳举办。上海思岚科技有限公司联合创始人兼CTO黄珏珅在《SLAM及相关技术在机器人领域的应用》主题演讲上，为观众详细的阐述了SLAM在机器人领域中有怎样的应用。
在一开始，黄珏珅为大家介绍了目前常见的家用机器人，包括扫地机器人，陪伴机器人、白家电机器人等等，这些都是目前我们生活中常接触到的。然后是一些商用机器人，如迎宾机器人、导购机器人、送餐机器人、看护机器人等，这些都是在商业上已经使用的机器人。
那么机器人需要哪些功能呢？黄珏珅介绍到，需要有联网能力，能识别语音语义，可以自主移动，有图形UI，还要能人脸识别。那么关于自主移动，还需要解决几个问题。此时黄珏珅在现场提出三个疑问，我在那里？我要去哪儿？我要怎么去？要想实现这些，就需要有实时定位自主建图，此处还要加上路径规划与运动执行的能力。
激光+SLAM（LIDAR 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。
vSLAM技术是指机器人利用视觉系统实现自主定位与地图创建，是一种非传统的导航技术。这项技术能在未知及危险环境利用机器人实现排障排险工作，需要机器人感知环境信息，然后进行自主导航。
那么我在哪里？我要去哪儿？这两个问题已经解决了，那么最后一个我要怎么去？该如何解决呢？
那么这就要说到路径规划与运动执行该如何完美结合，这个需要多传感器的融合。通过激光雷达来扫描周围的环境；再加上景深摄像头判断自己与物体之前的距离；运用跌落传感器来让机器人明白自己是否处于边沿区域，防止踏空跌落；运用超声波传感器，可以探测到用景深传感器无法看到的透明玻璃之类的物体，防止碰撞；最后还要有碰撞传感器，让机器人在于其他物体，比如走动的人相撞之时，能够及时调整自己的方向。
只有这些传感器加上SLAM的结合才是一个完整的能够正常使用的机器人，黄珏珅在大会上如此强调道。而Slamtec目前的给出了两个答案，一个是Slamware 导航定位套装，一个则是Apollo & ZEUS 机器人平台。
黄珏珅在大会上为观众详细解释到，目前机器人的定位可分为相对定位和绝对定位两种。前者是根据机器人本身或从环境中提取某些特征信息，如物体外部几何结构点、里程信息等，结合上一次的位置和姿态来判断出机器人的当前位姿，该方法灵活性高，有利于机器人的导航与定位，但误差累积较大会造成定位精度降低。而后者是通过人们在环境中预先设置的路标或显眼节点等来计算机器人实时的位姿，此法快速可靠，但适用范围较窄，在无法设置路标场合难以工作。通常将以上两种方法相结合来提高机器人的定位精度。
随后黄珏珅还拿扫地机器人来举例，基于SLAM及相关技术给扫地机带来的价值，当没有定位导航系统的时候，扫地机器人如同一只无头苍蝇一般，只会走直线，当碰撞到物体的时候才会转向，效率非常低，并且可能有些地方也无法清洁到。当使用定位导航的时候，扫地机器人就能够现在房间中规划自己的路径，不仅时间短，并且效率高。
当然SLAM技术不仅仅可以运用在扫地机器人上面，黄珏珅最后也举出了一些SLAM应用的实例，比如移动广告、酒店服务、智能家居、自动送餐、儿童陪伴、智能仓储等等，应用的场景非常广泛，因此SLAM今后的市场前景也很好，大家可以多加关注。
更多详细内容，敬请关注OFweek人工智能网后续专题报道！
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
