一夜爆火的SLAM技术即将颠覆哪些领域

9to5iot

SLAM的英文全程是 Simultaneous Localization and Mapping，中文称作「同时定位与地图创建」。SLAM试图解决这样的问题：一个机器人在未知的环境中运动，如何通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图。SLAM技术正是为了实现这个目标涉及到的诸多技术的总和。

[img]https://ss.csdn.net/p?http://mmbiz.qpic.cn/mmbiz_jpg/G ... rom=5&wx_lazy=1[/img]

SLAM技术距今已有 30 余年的发展历史，但相比于深度学习、大数据等词汇，听过的人少之又少，国内从事相关研究的机构更是屈指可数。直至最近三年，SLAM才逐渐成为国内机器人和计算机视觉领域的热门研究方向，在当前比较热门的一些创业方向中崭露头角：

VR/AR 方面，根据 SLAM 得到地图和当前视角对叠加虚拟物体做相应渲染，这样做可以使得叠加的虚拟物体看起来比较真实，没有违和感；

无人机领域，SLAM可以构建局部地图，辅助无人机进行自主避障、规划路径；

无人驾驶领域， SLAM 技术可以提供视觉里程计功能，然后跟其他的定位方式融合；

机器人定位导航领域，SLAM 可以用于生成环境的地图。基于这个地图，机器人执行路径规划、自主探索、导航等任务。

提起SLAM的重要性，有人说，SLAM是无人驾驶技术的灵魂；也有人曾打比方说，手机离开了WIFI和数据网络，就像无人车和机器人离开了SLAM一样。之所以没有受到广泛关注，主要原因在于这个方向难度很大，入门的门槛太高，具体来讲有以下几个原因：

1. 入门资料很少：虽然国内也有部分人在做，但这方面的中文资料几乎没有，入门教程匮乏，直至2017年4月《视觉SLAM十四讲：从理论到实践》的问世。

2. 难以实现：SLAM是一个完整的系统，由许多个分支模块组成。现在经典的方案是“图像前端，优化后端，闭环检测”的三部曲，很多文献看完了自己实现不出来。

3. 动手编程需要大量的先决知识：首先，你要会C和C++，网上很多代码还用了11标准的C++；第二，要会用Linux；第三，要会cmake，vim/emacs及一些编程工具；第四要会用openCV, PCL, Eigen等第三方库。只有学会了这些东西之后，你才能真正上手编一个SLAM系统。如果你要跑实际机器人，还要会ROS。

上述原因直接或者间接导致，国内SLAM技术人才稀缺，同时，机器人、无人机、无人驾驶、虚拟现实等企业的需求旺盛，供不应求的局面逐渐铺开。