国内SLAM技术发展现状
过去几年，扫地机的出现使得slam名声大噪，这个被业界认为是实现机器人自主移动的关键技术，已逐渐进入人们的视野，而随着无人驾驶、agv等行业的兴起，又使其找到了另一片广阔天地。
slam的前世今生
对于定位、定向等需求人们其实在千年前就有了，最早时期，古人提出了夜观天象，基于遥远恒星的方位推断自身所处的位置，进而演变出一门博大精深的学科“牵星术”，用牵星板测量星星实现纬度估计。直到1964年，美国建立了全球定位系统gps，利用rtk的实时相位差分技术，甚至能实现厘米的定位精度，基本上解决了室外的定位问题。但针对室内定位就较为复杂，为了实现室内的定位，当时涌现出了一大批技术，而slam技术就在那时脱颖而出。
slam的全称是simultaneous localization and mapping，即时定位与地图构建，是业界公认的前沿定位技术方向，它主要用于解决机器人在未知环境运动时的定位和地图构建问题。随着slam技术重要性的凸显以及应用市场的扩大，越来越多企业开始投入到slam技术研发中。
根据传感器的不同，业内也将slam分为视觉slam与激光slam两大类：
1.视觉slam
视觉slam主要是采用深度摄像机，基于单目、双目、鱼眼相机的视觉slam方案，利用多帧图像来估计自身的位姿变化，再通过累计位姿变化来计算物体的距离，并进行定位与地图构建。视觉slam可以从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉slam基于滤波理论，其非线性的误差模型和巨大的计算量成了它实用落地的障碍。近年来，随着具有稀疏性的非线性优化理论(bundle adjustment)以及相机技术、计算性能的进步，实时运行的视觉slam已不再是梦。
2.激光slam
激光slam采用单线或多线激光雷达，一般单线激光雷达主要用于室内机器人上，如我们常见的家庭扫地机器人及商用场景中的服务型机器人，而多线激光雷达常用于无人驾驶领域。激光slam通过对不同时刻的两片点云进行匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了机器人自身的定位。
由于传感器种类和安装方式的不同，slam在实现方式及实现难度上也会有所差异。就目前而言，激光slam技术相对更为成熟，落地应用也更为丰富。
slam正在入侵这些行业
目前slam技术已入侵了多个行业，包括机器人、无人驾驶、ar/vr以及agv等多领域。
在机器人定位导航领域，slam可以辅助机器人执行路径规划、自主探索、导航等任务。国内的科沃斯、塔米以及新晋品牌岚豹都采用了slam结合激光雷达或者摄像头的方法，让扫地机高效绘制室内地图，智能分析和规划扫地环境，从而成功让自己步入了智能导航的阵列。
在无人驾驶领域，可以使用slam提供视觉里程计功能，然后跟其他的定位方式融合。从而满足无人驾驶精准定位的需求。例如，应用了基于激光雷达技术google无人驾驶车以及牛津大学mobileroboticsgroup11年改装的无人驾驶汽车野猫(wildcat)均已成功路测。
在无人机领域，可以使用slam构建局部地图，辅助无人机进行自主避障、路径规划。
曾经刷爆美国朋友圈的hovercamera无人机，就应用到了slam技术。
在ar/vr领域，slam技术能够构建视觉效果更为真实的地图，从而针对当前视角渲染虚拟物体的叠加效果，使之更真实没有违和感。vr/ar代表性产品中微软hololens、谷歌projecttango以及magicleap都应用了slam作为视觉增强手段。
在agv领域，将slam技术用于agv物流小车上，可以不用预先铺设任何轨道，方便工厂生产线的升级改造和导航路线变更，进行实时避障，环境适应能力强，同时能更好的实现多agv小车的协调控制，目前国内已有一些企业开始将slam技术应用到agv上，借此实现真正的智能导航。
相比于在ar上的应用，slam技术应用于机器人、无人驾驶等领域会有很多的不同，例如，在ar中使用一般更关注与局部的精度，要求恢复的相机运动避免出现漂移、抖动，这样叠加后的虚拟物体看起来才能与现实场景真实的融合在一起，但在机器人及无人驾驶等领域，会更关注于全局的精度，需要恢复整条运动轨迹，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。
国内多企业不断涌入slam技术领域
随着slam技术重要性的凸显，国内越来越多企业纷纷投入slam技术的研发中，除了一些移动机器人厂商作为自用研发，也不乏一些企业专门提供定位导航模块。思岚科技就是其中一家，作为机器人定位导航技术的领先企业，思岚科技主要以激光slam取胜。它是我国最早将激光slam应用于服务机器人的企业，为了帮助机器人实现自主行走，国内思岚科技推出了模块化自主定位导航解决方案slamware，这套定位导航方案以激光雷达作为核心传感器，搭配定位导航控制核心slamware core，可使机器人实现自主定位导航、自动建图、路径规划与自动避障等功能。据了解，该开发套装具有12米家用版及25米商用版之分，主要区别在于传感器测距范围的不同，思岚科技商用版除了25米测距外，还推出了首款tof激光雷达，测距半径可达到40米，能满足更多更大场景的应用，且抗光干扰能力更胜一筹。在室外60klx的强光下依旧能实现稳定测距及高精度地图建图。无论是室内还是室外场景，都能轻松完成任务。
除了思岚科技，国内速感科技、布科思、米克力美、高仙、斯坦德等企业也涌入其中，且大多企业以激光slam为主，毕竟激光slam是当下最稳定、可靠的定位导航方案，而视觉slam将是未来主流研究方向，不过未来两者融合也将成为一种趋势，采用多传感器融合能做到取长补短，为市场打造出更好用的定位导航解决方案，进一步实现机器人的智能化进程。
总体来说，目前国内slam技术无论是在技术层面还是应用层面仍处于发展阶段，未来，随着消费刺激及产业链不断发展，slam技术将会有一片更为广阔的市场。
魅族5s情人节发布，千元机快充时代开启！
新型荧光微针贴片：无需抽血可检测
97年电子工程硕士分享技术人员创业心得
应对物联网设备管理挑战的方法
工业互联网促进价值链的优化提升和体系重构
国内SLAM技术发展现状
简易24M逻辑分析仪电路分析
华米推出了名为Zepp E的新系列
十大机器学习算法中的线性判别分析的详细介绍
社区将成为城市安防的主战场之一
嵌入式视觉处理技术：一般只应用于复杂昂贵的系统
labview 丢失外部符号或依赖关系
如何将SEW变频器数据保存到存储卡里呢
直流稳压电压的短路保护功能
电动汽车会重塑负荷曲线，各大车企该如何有效利用负荷曲线的变化呢？
AOC惊艳亮相中国消费电子展
Counterpoint发布2019年美国市场5G智能手机市场份额 三星份额高达74%
虹科RELY-RB HSR/PRP交换机，可实现零丢包冗余以太网、亚微秒级同步和网络安全！
三星NOTE8拆机图解
浅谈分布式光纤传感在结构健康监测的应用案例
slam的前世今生
对于定位、定向等需求人们其实在千年前就有了，最早时期，古人提出了夜观天象，基于遥远恒星的方位推断自身所处的位置，进而演变出一门博大精深的学科“牵星术”，用牵星板测量星星实现纬度估计。直到1964年，美国建立了全球定位系统gps，利用rtk的实时相位差分技术，甚至能实现厘米的定位精度，基本上解决了室外的定位问题。但针对室内定位就较为复杂，为了实现室内的定位，当时涌现出了一大批技术，而slam技术就在那时脱颖而出。
slam的全称是simultaneous localization and mapping，即时定位与地图构建，是业界公认的前沿定位技术方向，它主要用于解决机器人在未知环境运动时的定位和地图构建问题。随着slam技术重要性的凸显以及应用市场的扩大，越来越多企业开始投入到slam技术研发中。
根据传感器的不同，业内也将slam分为视觉slam与激光slam两大类：
1.视觉slam
视觉slam主要是采用深度摄像机，基于单目、双目、鱼眼相机的视觉slam方案，利用多帧图像来估计自身的位姿变化，再通过累计位姿变化来计算物体的距离，并进行定位与地图构建。视觉slam可以从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉slam基于滤波理论，其非线性的误差模型和巨大的计算量成了它实用落地的障碍。近年来，随着具有稀疏性的非线性优化理论(bundle adjustment)以及相机技术、计算性能的进步，实时运行的视觉slam已不再是梦。
2.激光slam
激光slam采用单线或多线激光雷达，一般单线激光雷达主要用于室内机器人上，如我们常见的家庭扫地机器人及商用场景中的服务型机器人，而多线激光雷达常用于无人驾驶领域。激光slam通过对不同时刻的两片点云进行匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了机器人自身的定位。
由于传感器种类和安装方式的不同，slam在实现方式及实现难度上也会有所差异。就目前而言，激光slam技术相对更为成熟，落地应用也更为丰富。
slam正在入侵这些行业
目前slam技术已入侵了多个行业，包括机器人、无人驾驶、ar/vr以及agv等多领域。
在机器人定位导航领域，slam可以辅助机器人执行路径规划、自主探索、导航等任务。国内的科沃斯、塔米以及新晋品牌岚豹都采用了slam结合激光雷达或者摄像头的方法，让扫地机高效绘制室内地图，智能分析和规划扫地环境，从而成功让自己步入了智能导航的阵列。
在无人驾驶领域，可以使用slam提供视觉里程计功能，然后跟其他的定位方式融合。从而满足无人驾驶精准定位的需求。例如，应用了基于激光雷达技术google无人驾驶车以及牛津大学mobileroboticsgroup11年改装的无人驾驶汽车野猫(wildcat)均已成功路测。
在无人机领域，可以使用slam构建局部地图，辅助无人机进行自主避障、路径规划。
曾经刷爆美国朋友圈的hovercamera无人机，就应用到了slam技术。
在ar/vr领域，slam技术能够构建视觉效果更为真实的地图，从而针对当前视角渲染虚拟物体的叠加效果，使之更真实没有违和感。vr/ar代表性产品中微软hololens、谷歌projecttango以及magicleap都应用了slam作为视觉增强手段。
在agv领域，将slam技术用于agv物流小车上，可以不用预先铺设任何轨道，方便工厂生产线的升级改造和导航路线变更，进行实时避障，环境适应能力强，同时能更好的实现多agv小车的协调控制，目前国内已有一些企业开始将slam技术应用到agv上，借此实现真正的智能导航。
相比于在ar上的应用，slam技术应用于机器人、无人驾驶等领域会有很多的不同，例如，在ar中使用一般更关注与局部的精度，要求恢复的相机运动避免出现漂移、抖动，这样叠加后的虚拟物体看起来才能与现实场景真实的融合在一起，但在机器人及无人驾驶等领域，会更关注于全局的精度，需要恢复整条运动轨迹，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。
国内多企业不断涌入slam技术领域
随着slam技术重要性的凸显，国内越来越多企业纷纷投入slam技术的研发中，除了一些移动机器人厂商作为自用研发，也不乏一些企业专门提供定位导航模块。思岚科技就是其中一家，作为机器人定位导航技术的领先企业，思岚科技主要以激光slam取胜。它是我国最早将激光slam应用于服务机器人的企业，为了帮助机器人实现自主行走，国内思岚科技推出了模块化自主定位导航解决方案slamware，这套定位导航方案以激光雷达作为核心传感器，搭配定位导航控制核心slamware core，可使机器人实现自主定位导航、自动建图、路径规划与自动避障等功能。据了解，该开发套装具有12米家用版及25米商用版之分，主要区别在于传感器测距范围的不同，思岚科技商用版除了25米测距外，还推出了首款tof激光雷达，测距半径可达到40米，能满足更多更大场景的应用，且抗光干扰能力更胜一筹。在室外60klx的强光下依旧能实现稳定测距及高精度地图建图。无论是室内还是室外场景，都能轻松完成任务。
除了思岚科技，国内速感科技、布科思、米克力美、高仙、斯坦德等企业也涌入其中，且大多企业以激光slam为主，毕竟激光slam是当下最稳定、可靠的定位导航方案，而视觉slam将是未来主流研究方向，不过未来两者融合也将成为一种趋势，采用多传感器融合能做到取长补短，为市场打造出更好用的定位导航解决方案，进一步实现机器人的智能化进程。
总体来说，目前国内slam技术无论是在技术层面还是应用层面仍处于发展阶段，未来，随着消费刺激及产业链不断发展，slam技术将会有一片更为广阔的市场。
魅族5s情人节发布，千元机快充时代开启！
新型荧光微针贴片：无需抽血可检测
97年电子工程硕士分享技术人员创业心得
应对物联网设备管理挑战的方法
工业互联网促进价值链的优化提升和体系重构
国内SLAM技术发展现状
简易24M逻辑分析仪电路分析
华米推出了名为Zepp E的新系列
十大机器学习算法中的线性判别分析的详细介绍
社区将成为城市安防的主战场之一
嵌入式视觉处理技术：一般只应用于复杂昂贵的系统
labview 丢失外部符号或依赖关系
如何将SEW变频器数据保存到存储卡里呢
直流稳压电压的短路保护功能
电动汽车会重塑负荷曲线，各大车企该如何有效利用负荷曲线的变化呢？
AOC惊艳亮相中国消费电子展
Counterpoint发布2019年美国市场5G智能手机市场份额 三星份额高达74%
虹科RELY-RB HSR/PRP交换机，可实现零丢包冗余以太网、亚微秒级同步和网络安全！
三星NOTE8拆机图解
浅谈分布式光纤传感在结构健康监测的应用案例