有一个机器人，它被关进了一间空屋子，里边放满了杂七杂八的东西。机器人感到很惧怕，因为这个当地他从来没来过，一点儿也不了解。让他感到惧怕的首要是三个问题：
1.自己在哪里？
2.这是什么当地？
3.怎样脱离这个当地？
在SLAM（Simultaneous Localization And Mapping，即时定位与地图构建）理论中，第一个问题称为定位（Localization），第二个称为建图（Mapping），第三个则是随后的途径规划（Navigation）。
简略来说，SLAM是指机器人依托自身传感器在不知道环境中取得感知信息，递加地创立周围环境的地图，一起运用创立的地图完结自主定位。
实践上，有地图的定位和有定位的地图创立都是简略处理的，但无地图的定位和未处理定位的地图创立好像“鸡生蛋蛋生鸡”的问题（完美的定位需求用到一个无差错的地图，但这样的地图又需求精确的方位估测来描绘），无从下手。
运用机器人内部装置的传感器（包含路程仪、罗盘、加快度计等），因为没有参阅外部信息，在长期的行走后差错的堆集会比较大，实用性较差。因而，在依托内部传感器的一起，凭借外部传感器（如视觉传感器、激光雷达等）感知环境，就能协助机器人处理这个难题。
一个由德国达姆施塔特理工大学研制的机器人正运用激光成像勘探与测距技能来给迷宫绘图
上图的机器人描绘出的地图
现在，SLAM技能的完结途径首要包含VSLAM、Wifi-SLAM与Lidar SLAM。
1.VSLAM（视觉SLAM）
指在室内环境下，用摄像机、Kinect等深度相机来做导航和探究。其作业原理简略来说便是对机器人周边的环境进行光学处理，先用摄像头进行图画信息收集，将收集的信息进行紧缩，然后将它反应到一个由神经网络和统计学办法构成的学习子体系，再由学习子体系将收集到的图画信息和机器人的实践方位联系起来，完结机器人的自主导航定位功用。
可是，室内的VSLAM仍处于研讨阶段，远未到实践运用的程度。一方面，核算量太大，对机器人体系的功能要求较高；另一方面，VSLAM生成的地图（多数是点云）还不能用来做机器人的途径规划，需求进一步探究和研讨。
2.Wifi-SLAM
指运用智能手机中的多种传感设备进行定位，包含Wifi、GPS、陀螺仪、加快计和磁力计，并通过机器学习和模式识别等算法将取得的数据制作出精确的室内地图。该技能的提供商已于2013年被苹果公司收买，苹果公司是否现已把 Wifi-SLAM 的科技用到iPhone上，使一切 iPhone 用户适当于携带了一个绘图小机器人，这一切暂未可知。毋庸置疑的是，更精准的定位不只有利于地图，它会让一切依靠地理方位的运用（LBS） 愈加精准。
3.Lidar SLAM
指运用激光雷达作为传感器，获取地图数据，使机器人完结同步定位与地图构建。该技能是现在最安稳、最牢靠、高功能的SLAM方法。就技能自身而言，通过多年验证，已适当老练，但Lidar本钱贵重这一瓶颈问题亟待处理。
选用Lidar SLAM构建出的室内地图
Google无人驾驶轿车正是选用该项技能，车顶装置的激光雷达来自美国Velodyne公司，价格高达7万美元以上。这款激光雷达能够在高速旋转时向周围发射64束激光，激光碰到周围物体并回来，便可核算出车体与周边物体的间隔。核算机体系再依据这些数据描绘出精密的3D地形图，然后与高分辨率地图相结合，生成不同的数据模型供车载核算机体系运用。激光雷达占去了整车本钱的一半，这或许也是 Google 无人车迟迟无法量产的原因之一。
激光雷达具有指向性强的特色，使得导航的精度得到有用保证，能很好地习惯室内环境。可是，Lidar SLAM却并未在机器人室内导航范畴有超卓体现，原因就在于激光雷达的价格过于贵重。
为了让这项无人车技能更快地进入日常运用，顺着“弱硬件+强算法”的思路，Quanery 用固态图画传感器代替了 360 度旋转的摄像头和激光测距器，本钱将降到 1000 美元一套左右。加拿大创业公司 Leddar Tech 运用 LED 灯进行测距，套件价格为299 美元。
跟着核算机技能、传感技能等的开展，人们对机器人导航自主性的要求越来越高，SLAM现已开展成为使机器人勘探生疏环境并找到道路的规范东西。而室内定位与导航范畴，因为激光雷达本钱的下降，Lidar SLAM将成为服务机器人完结自在行走的必然选择。
创业公司Savioke推出的Relay机器人选用Lidar SLAM技能，它能够主动为酒店房间运送牙刷、毛巾和其他物品。
Savioke推出的酒店服务机器人
SLAMTEC开发的Aries机器人选用克己Lidar完结SLAM，它能够用于商场导购，展现广告的一起能将顾客带领到想要去的当地。
SLAMTEC开发的商场导购机器人
能够预见，凭借Lidar SLAM技能，越来越多的服务机器人将完结自在行走，成为真实意义上的智能机器人。
