SLAM
SLAM，simultaneous localization and mapping，同步定位与建图。即将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，同时一边决定机器人应该往哪个方向行进。在1986年被提出。
SLAM是使机器能自主移动的核心技术
SLAM通过传感器获取的信息来进行当前位姿的推算、轨迹估计与环境建图，相比传统的卫星导航、惯性导航、路标导航等定位方式，SLAM技术的所有算法都是围绕传感器收集的信息来展开的。
目前用在SLAM上的Sensor主要分两大类，激光雷达和摄像头。
SLAM的具体步骤
总体来说，SLAM技术大致包含了感知、定位、建图三个过程：
①感知——机器人通过传感器（激光雷达或视觉传感器）来获取周围环境的信息。
②定位——通过传感器实时获取自身位置及姿态。
③建图——根据自身位置及传感器获取的信息，描述出当下所在环境的地图
感知是实现SLAM的必要条件，只有先感知到周围的环境信息，才能可靠确定定位及构建环境地图。
当你来到一个陌生的环境时，为了迅速熟悉环境并完成自己的任务（比如找饭馆，找旅馆），你应当做以下事情： a.用眼睛观察周围地标如建筑、大树、花坛等，并记住他们的特征（特征提取） b.在自己的脑海中，根据双目获得的信息，把特征地标在三维地图中重建出来（三维重建） c.当自己在行走时，不断获取新的特征地标，并且校正自己头脑中的地图模型（bundle adjustment or EKF） d.根据自己前一段时间行走获得的特征地标，确定自己的位置（trajectory） e.当无意中走了很长一段路的时候，和脑海中的以往地标进行匹配，看一看是否走回了原路（loop-closure detection）。实际这一步可有可无。 以上五步是同时进行的，因此是simultaneous localization and mapping
目前已经有众多SLAM算法