在某社交平臺，一篇題為“自主移動機器人真的需要SLAM嗎“的問答，引起了大家的熱議。

有人認為機器人確實是需要SLAM的，但目前流行的SLAM項目還不夠，機器人更需要符合其特色的SLAM方法，還有人認為不是所有的機器人都需要SLAM，但像掃地機、自動駕駛類是一定需要SLAM的...，答案眾說紛紜。

從嚴格意義上來說，凡涉及到自主移動的機器人都無法繞開SLAM。

SLAM一詞最早出現在機器人領域，意為同步定位與建圖，主要包含了定位與建圖兩大部分，其中又以定位更為核心，而建圖實際上是在定位的基礎上進行的，將觀測數據進行融合的過程。關于定位，相信大家聽過不少，其中就包括了GPS定位、WIFI定位、基站定位等等，但這些方案無論是從場景還是精度上來說，都無法滿足移動機器人的實際應用需求。

本質上可以把定位理解為一個估計問題，將傳感器測量好的數據來估計位置，也可以定義為一個優化問題，通過多種觀測數據之間的約束關系，對位置進行優化。正常來說，噪音越低的傳感器獲取的定位精度更好，目前在行業中主要涉及到激光雷達及視覺兩類主要傳感器。

傳統意義上來說，視覺傳感器進行測距需要大量的計算，且測量結果容易受光線的影響，如果在較暗房間內進行測距基本不能使用。但近年來，已經出現了一些解決此類問題的方法，使用視覺傳感器也可獲取更多的信息，當然，更多的信息也意味著更高的處理代價，隨著算法的進步和計算能力的提高，上述信息處理的問題已慢慢得到解決。相比視覺傳感器，激光雷達傳感器更為成熟、穩定，可以實現較高的精度測量，并且也很容易應用于SLAM中。

移動機器人研究了這么多年，始終離不開定位、建圖、導航等問題，而SLAM就是其中的關鍵技術，SLAM通常包含了特征提取，數據關聯，狀態估計以及狀態更新等多個部分，不僅可以應用于2D運動領域，同時還可應用于3D運動領域。

本文僅針對2D領域進行探討，以在室內環境中運行的移動機器人為例，機器人想要到達某地執行某項任務，首先需要利用傳感器來感知周圍環境，比如在前方出現了一個障礙物，機器人想繞過去，就得知道障礙物的大小及離自身有多遠，這便可以通過SLAM來解決。

那當機器人已經感知到障礙物，并知道障礙物的位置，具體又該如何走呢？正常來說會有兩種情況：一種是繞開障礙物很遠走過去，還有一種是以離障礙物的安全距離繞過去，這就需要涉及到路徑規劃了，路徑規劃可以使得機器人以最優路徑進行行走，如下圖a的路徑明顯好于路徑b的路徑，在路徑規劃中會涉及到全局路徑規劃和局部路徑規劃，但局部路徑規劃更為關鍵。

在以上場景中，假設機器人沒有應用SLAM技術，無法定位當前信息，無法探索位置領域，又將會出現什么問題呢？結果可以想象..。

有人曾說過，移動機器人離開了SLAM，就像智能手機離開了WIFI或數據網絡。SLAM對于機器人自主行走的重要性不言而喻。隨著移動機器人的不斷發展，行業對SLAM技術出現了井噴式需求，另一方面，隨著傳感器技術的不斷發展，計算資源的豐富以及算法的進步，SLAM技術本身也進入了一個從算法到產品過渡的階段。

目前，行業中基于SLAM技術已相繼出現了一些產品，思嵐科技的SLAMWARE模塊化定位導航系統就是其中之一，SLAMWARE集成了基于激光雷達的同步定位與建圖(SLAM)及配套的路徑規劃功能。

思嵐科技從09年開始就致力于自主定位導航方案的研究，經過多年的探索及技術迭代，于2015年發布了SLAMWARE模塊化定位導航方案，SLAMWARE包含了硬幣大小的SLAMWARE Core及激光雷達傳感器，通過內置的先進算法驅動，可使機器人在未知環境中實時提供定位，并構建高達5cm分辨率的環境地圖。在實現定位與建圖外，采用D*動態即時路徑規劃算法，可自動搜索前往目標的最短路徑并控制機器人行動。

為了幫助機器人適應多種應用環境，思嵐科技對SLAM技術進行了全面升級，推出了全新的SLAM 3.0系統，使機器人即使在復雜的大場景下也能輕松完成定位導航任務，相比傳統SLAM，思嵐科技升級版的SLAM 3.0采用了圖優化的方式進行構圖，能實現百萬平米級別的構圖能力，同時還擁有了主動式回環閉合糾正能力，能很好的消除因長時間運行導致的里程累積誤差，成為目前業內最受環境的定位導航方式。

總的來說，在實現機器人自主移動中是無法繞開SLAM的，定位與建圖是機器人完成自主移動的必備能力，也是機器人執行行走任務的根本。