雷鋒網(wǎng)按：本文作者科技剪刀手，思嵐科技技術(shù)顧問，雷鋒網(wǎng)獨家首發(fā)。

SLAM（同步定位與地圖構(gòu)建），是指運動物體根據(jù)傳感器的信息，一邊計算自身位置，一邊構(gòu)建環(huán)境地圖的過程，解決機(jī)器人等在未知環(huán)境下運動時的定位與地圖構(gòu)建問題。目前，SLAM的主要應(yīng)用于機(jī)器人、無人機(jī)、無人駕駛、AR、VR等領(lǐng)域。其用途包括傳感器自身的定位，以及后續(xù)的路徑規(guī)劃、運動性能、場景理解。 

由于傳感器種類和安裝方式的不同，SLAM的實現(xiàn)方式和難度會有一定的差異。按傳感器來分，SLAM主要分為激光SLAM和VSLAM兩大類。其中，激光SLAM比VSLAM起步早，在理論、技術(shù)和產(chǎn)品落地上都相對成熟?；谝曈X的SLAM方案目前主要有兩種實現(xiàn)路徑，一種是基于RGBD的深度攝像機(jī)，比如Kinect；還有一種就是基于單目、雙目或者魚眼攝像頭的。VSLAM目前尚處于進(jìn)一步研發(fā)和應(yīng)用場景拓展、產(chǎn)品逐漸落地階段。

激光SLAM：早在2005年的時候，激光SLAM就已經(jīng)被研究的比較透徹，框架也已初步確定。激光SLAM，是目前最穩(wěn)定、最主流的定位導(dǎo)航方法。

激光SLAM地圖構(gòu)建

VSLAM（基于視覺的定位與建圖）：隨著計算機(jī)視覺的迅速發(fā)展，視覺SLAM因為信息量大，適用范圍廣等優(yōu)點受到廣泛關(guān)注。

（1）基于深度攝像機(jī)的Vslam，跟激光SLAM類似，通過收集到的點云數(shù)據(jù)，能直接計算障礙物距離；

（2）基于單目、魚眼相機(jī)的VSLAM方案，利用多幀圖像來估計自身的位姿變化，再通過累計位姿變化來計算距離物體的距離，并進(jìn)行定位與地圖構(gòu)建；

視覺SLAM地圖構(gòu)建

圖片來源：百度AI一直以來，不管是產(chǎn)業(yè)界還是學(xué)術(shù)界，對激光SLAM和VSLAM到底誰更勝一籌，誰是未來的主流趨勢這一問題，都有自己的看法和見解。下面就簡單從幾個方面對比了一下激光SLAM和VSLAM。

成本

不管是Sick，北洋，還是Velodyne，價格從幾萬到幾十萬不等，成本相對來說比較高，但目前國內(nèi)也有低成本激光雷達(dá)（RPLIDAR）解決方案。VSLAM主要是通過攝像頭來采集數(shù)據(jù)信息，跟激光雷達(dá)一對比，攝像頭的成本顯然要低很多。但激光雷達(dá)能更高精度的測出障礙點的角度和距離，方便定位導(dǎo)航。

應(yīng)用場景

從應(yīng)用場景來說，VSLAM的應(yīng)用場景要豐富很多。VSLAM在室內(nèi)外環(huán)境下均能開展工作，但是對光的依賴程度高，在暗處或者一些無紋理區(qū)域是無法進(jìn)行工作的。而激光SLAM目前主要被應(yīng)用在室內(nèi)，用來進(jìn)行地圖構(gòu)建和導(dǎo)航工作。

地圖精度

激光SLAM在構(gòu)建地圖的時候，精度較高，思嵐科技的RPLIDAR系列構(gòu)建的地圖精度可達(dá)到2cm左右；VSLAM，比如常見的，大家也用的非常多的深度攝像機(jī)Kinect，（測距范圍在3-12m之間），地圖構(gòu)建精度約3cm；所以激光SLAM構(gòu)建的地圖精度一般來說比VSLAM高，且能直接用于定位導(dǎo)航。

易用性

激光SLAM和基于深度相機(jī)的VSLAM均是通過直接獲取環(huán)境中的點云數(shù)據(jù)，根據(jù)生成的點云數(shù)據(jù)，測算哪里有障礙物以及障礙物的距離。但是基于單目、雙目、魚眼攝像機(jī)的VSLAM方案，則不能直接獲得環(huán)境中的點云，而是形成灰色或彩色圖像，需要通過不斷移動自身的位置，通過提取、匹配特征點，利用三角測距的方法測算出障礙物的距離。

安裝方式

雷達(dá)最先開始應(yīng)用于軍事行業(yè)，后來逐漸民用。被大家廣泛知曉最先應(yīng)該是從谷歌的無人車上所知道的。當(dāng)時Velodyne雷達(dá)體積、重量都較大，應(yīng)用到一些實際場景中顯然不適合。比如無人機(jī)、AR、VR這種，本身體積就很小，再搭載大體積的激光雷達(dá)的話，根本無法使用，也影響美感和性能。所以VSLAM的出現(xiàn)，利用攝像頭測距，彌補了激光雷達(dá)的這一缺點，安裝方式可以隨著場景的不同實現(xiàn)多元化。

其他

除了上面幾點之外，在探測范圍、運算強度、實時數(shù)據(jù)生成、地圖累計誤差等方面，激光SLAM和視覺SLAM也會存在一定的差距。

比如：

左為Lidar SLAM，右為VSLAM

數(shù)據(jù)來源：KITTI

可以明顯看出，對于同一個場景，VSLAM在后半程中出現(xiàn)了偏差，這是因為累積誤差所引起的，所以VSLAM要進(jìn)行回環(huán)檢驗。

激光SLAM是目前比較成熟的定位導(dǎo)航方案，視覺SLAM是未來研究的一個主流方向。所以，未來，多傳感器的融合是一種必然的趨勢。取長補短，優(yōu)勢結(jié)合，為市場打造出真正好用的、易用的SLAM方案。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。