浙大刘勇教授团队发表综述文章：多源融合SLAM的现状与挑战

同时定位与地图构建（Simultaneous Localization and Mapping, SLAM）技术自Smith（1986）提出以来，经过三十五年的发展，已取得众多优秀的研究成果。它所关注的问题是载有传感器的机器人如何在未知环境中定位并构建出环境地图，是机器人感知自身状态和外部环境的关键技术，在现实生活中实现了大规模的应用，如虚拟现实、增强现实、混合现实、自动驾驶、服务机器人等，且在向工业界稳定过渡。

 

SLAM的发展经历了三个阶段：第一阶段为早年的“经典”时期，主要完成了SLAM的概率解释，如基于扩展卡尔曼滤波器、粒子滤波器和极大似然估计的方法；第二阶段为“算法分析”时期，主要研究SLAM的基本性质，如收敛性、一致性、可观测性和稀疏性；第三阶段为当前的“鲁棒感知”时期，主要解决复杂环境下的适应性问题。面对日趋复杂的应用场景，设计SLAM算法应统筹兼顾，有针对性地对算力、精度、鲁棒性等进行取舍。

 

多源融合框架结构

现有多源融合SLAM分类

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“MSLAM” 就可以获取《浙大刘勇教授团队发表综述文章：多源融合SLAM的现状与挑战》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资料