將一個機器人放入未知環境中的未知位置，是否有辦法讓機器人一邊逐步描繪出此環境完全的地圖，同時一邊決定機器人應該往哪個方向行進？

SLAM(simultaneous localization and mapping)全稱即時定位與地圖構建或并發建圖與定位，它主要的作用就是讓機器人在未知的環境中，完成定位（Localization)，建圖(Mapping)和路徑規劃(Navigation)。由于其重要的理論與應用價值，被很多學者認為是實現真正全自主移動機器人的關鍵。目前，SLAM技術被廣泛運用于機器人、無人機、無人駕駛、AR、VR等領域。

主流的slam技術應用有兩種，分別是激光slam(基于激光雷達lidar來建圖導航)和視覺slam(vslam,基于單/雙目攝像頭視覺建圖導航)。

經典的SLAM系統一般包含前端視覺里程計、后端優化、閉環檢測和構圖四個主要部分。

很多同學都覺得Slam方向難以入門，也難以學深。但其實相對來講，不像其他很多方向，很多的東西大家都已經做了，并且做的很不錯，要想發論文或者找創意突破比較吃力。slam方向還有很多深層次的多領域結合應用的內容還比較少，并且slam更深的內容還有很多東西需要做。

3月21日，在機器人slam、無線感知、多模態融合、智能視覺領域有深厚落地經驗的Wills老師，將系統性為大家講解機器人導航相關技術，并帶大家分析slam創新點的前世今生。

作為大廠技術顧問，Wills老師在機器人slam領域已經頗有建樹，同時作為SCI國際會議、期刊審稿人，Wills老師在論文創新點挖掘方面也經驗豐富。

審核編輯 ：李倩