同时定位与地图构建（SLAM）

01定义：一个先有鸡还是先有蛋的问题

为什么建图与定位必须同时求解

机器人学研究者 Hugh Durrant-Whyte 与 Tim Bailey 在其 2006 年发表的奠基性教程论文中提出了这一核心问题：将一台移动机器人放置在一个未知环境中的未知位置，它能否在逐步构建该环境一致地图的同时，确定自己在其中的位置？他们将解决这一问题称为让机器人真正实现自主的“圣杯”。

之所以无法拆分成两个独立步骤，常被形容为一个先有鸡还是先有蛋的问题：构建精确地图需要知道机器人每一时刻所处的位置，而判断机器人的位置又需要先有一份地图来比对传感器读数。Durrant-Whyte 与 Bailey 自己的解释更进一步——机器人观测到的每一个地标，都是相对于自身存在不确定性的位置测得的，因此由此得到的地图估计在统计上都与同一个位置误差相关联。

地图与位置必须联合估计——两者都无法先行求解。

从里程计漂移到 SLAM 的诞生

SLAM 之所以存在，是因为替代方案——航位推算——很快就会失效。一篇 1997 年关于里程计误差建模的论文说得很直白：由于车轮打滑、地面不平以及车轮增量离散采样带来的微小误差，里程计的位置误差会随着机器人运动时间的延长“无限制地累积”。

这一领域可以追溯到 1986 年在旧金山举行的 IEEE 机器人与自动化会议，Peter Cheeseman、Jim Crowley 与 Hugh Durrant-Whyte 等研究者开始将统计估计方法应用于地图构建与定位。而“SLAM”这一缩写本身，直到近十年后的 1995 年一篇关于自动导引车定位的论文中才被正式提出。

与 GPS 的区别

卫星定位（GPS）是机器人确定自身位置的另一种方式。

02三大算法家族与回环检测

在 GPS 无法覆盖、也没有部署地面标记等固定基础设施的地方，机器人只能依靠自身的机载传感器来求解这一联合估计问题。SLAM 算法大致可分为三大家族：EKF-SLAM、FastSLAM 与基于图优化的 SLAM。

处理流程是如何运作的

在这三者中，基于图优化的 SLAM 如今是应用最广泛的一种——下面来看它的处理流程，从原始传感器数据到地图的更新。

基于图优化的 SLAM 核心在于回环检测：通过传感器数据识别出机器人回到了此前到访过的位置，再利用这一匹配结果一次性修正整张图中累积的漂移误差。

正是这种修正，让机器人的地图不会随着探索时间的增加而越来越失真。

回环检测并非总能正确工作。当不同地点看起来相似——也就是感知混淆——系统可能会把一个位置误认成另一个位置，并插入错误的约束，导致地图不但没有改善，反而变得更差。2026 年的一篇基准测试论文（预印本，尚未经过同行评审）在公里级合成户外序列上测试了 ORB-SLAM3，结果显示：在地貌重复的沙漠环境中，由于系统接受了一次错误匹配，开启回环检测使某次运行的位置误差从 4.12 米升至 37.85 米。

从 ORB-SLAM 到基础模型 SLAM

基于图优化的这一支系统，在 1990 年代的起源之后仍在持续演进——先是吸收了计算机视觉研究中照片级真实感 3D 渲染的技术，最近更进一步，转向以通用的 3D 重建基础模型为基础，而不再依赖专为 SLAM 从零训练的网络。

03LiDAR SLAM 与视觉 SLAM

算法家族只是划分维度之一；SLAM 同样可以按感知所依赖的传感器类型来划分。

关于 LiDAR 传感器成本，以及供应机器人客户市场的竞争格局，可参阅我们的传感器与感知市场文章。

两者结合：混合系统

有些系统会把两种感知方式结合起来。RGB-D 相机把普通彩色相机与深度传感器整合在同一个装置中，让视觉 SLAM 更低的硬件成本，也能兼具 LiDAR 直接测量几何形状的能力，无需额外配备激光扫描仪。

基于微软 Kinect 深度相机打造的早期系统 KinectFusion，早在 2011 年就证明了：正是这样一种低成本的复合传感器，也能实现完整的实时 3D 表面重建。

04从扫地机器人到仓库机器人

家用机器人：激光与摄像头建图

SLAM 实现的规模与成本，会因所搭载的机器人类型而产生巨大差异——第 03 节提到的激光与摄像头之分，也直接体现在消费级产品中。

在家用机器人领域，Neato Robotics 的 XV-11（2010 年 6 月开始出货）是消费级机器人使用旋转式激光传感器绘制房间地图的早期案例。iRobot 的 Roomba 980（2015 年 9 月发布）则是首款采用 iRobot 自研摄像头 SLAM 的 Roomba，该公司将这项技术称为 vSLAM。

可配置的开源 SLAM 技术栈

一些工业和科研机器人允许用户根据任务选择 SLAM 方案。AgileX Robotics 的 LIMO 官方手册介绍了两套 LiDAR SLAM 工作流程：用于较小空间的 Gmapping，以及 Google 推出的、基于图优化且可实时执行回环检测的 Cartographer。

Nav2 是 ROS 2 机器人框架的标准导航栈，它将 Steve Macenski 开发的 SLAM Toolbox 作为默认 SLAM 实现。Nav2 的官方 SLAM 教程在常见科研平台 TurtleBot3 上演示了这套技术栈。

作为 SLAM 替代方案的固定基础设施

并非每一台自主移动机器人（AMR）都实际使用 SLAM。

Amazon 表示，其仓库驱动单元之一的 Hercules 通过读取编码地面标记组成的网格来定位，Pegasus 也在同类结构化场地中运行。这些系统说明，AMR（自主移动机器人）可以借助固定基础设施实现自主导航；当机器人必须在未铺设这些标记的空间内定位时，SLAM 则是另一种选择。

移动机器人市场增长

ABI Research 将 SLAM 列为支持移动机器人的关键技术之一，帮助它们从仓储与物流这一传统主战场，拓展到更多样、结构化程度更低的环境中。该机构 2024 年 12 月的预测显示，增长最快的恰恰是这类对灵活性要求最高的新兴细分市场：农业机器人出货量预计将从 2023 年的 7,000 台增长到 2030 年的 129,000 台（年复合增长率 45%），配送机器人从 14,000 台增至 147,000 台（37%），餐饮机器人从 6,000 台增至 78,000 台（43%）。正如 ABI Research 机器人分析师 George Chowdhury 所说，移动机器人正在“把自动化拓展到此前自动化程度不足的领域”——而这类部署，都依赖机器人能够在一个从未有人预先绘制过地图的空间中确定自己的位置。

05尚待解决的技术挑战

随着这类部署不断铺开，SLAM 尚存的局限也变得愈发重要。第 02 节提到的感知混淆失效案例并非唯一的问题——以下两个领域，尤其限制着当今 SLAM 能够可靠完成的工作范围。

针对上述语义理解与泛化能力的局限，已经出现的一种积极应对，正是第 02 节算法年表中提到的基础模型 SLAM——它复用通用的 3D 重建模型，而不是从零训练专门的 SLAM 网络。

06更轻松用上 SLAM 的几种方式

这些开放问题留待研究者逐步攻克——大多数团队需要的只是当下就能用的 SLAM。从零构建一套 SLAM 技术栈，或是配置第 04 节提到的 ROS 系开源方案，已经不再是唯一的路径。如今有三类现成方案能代为处理 SLAM 本身，开发者不必再亲自动手。

07参考来源