SLAM建图与路径规划协同实战 - 第1节
一、SLAM概述：SLAM的定义与发展历程
说到SLAM，很多刚入行的朋友会问我：「这玩意儿到底是个啥？」
我一般会这么回答：SLAM就是让机器人在未知环境中，一边走路一边给自己画地图，同时还得知道自己在地图上的哪个位置。说白了，就是「我在哪？周围长啥样？我该怎么走？」这三个问题的实时求解。
全称是 Simultaneous Localization and Mapping，同步定位与建图。嗯，这个名字挺拗口的，但核心就两件事：定位和建图。这两件事是互相依赖的——你要定位，得先有地图；你要建图，得先知道自己的位置。这就像「先有鸡还是先有蛋」的问题，SLAM就是把这个死循环给解开了。
1.1 发展历程：从理论到落地
SLAM这个概念最早可以追溯到1986年的ICRA会议。那时候大家还在用概率论的方法做机器人定位，后来Smith、Self和Cheeseman提出了用扩展卡尔曼滤波（EKF）来做SLAM的框架。说实话，那时候的算法跑在当时的计算机上，慢得让人抓狂。
我个人印象最深的是2007年，那年出现了两个里程碑式的工作：一个是MonoSLAM，第一个实时的单目视觉SLAM系统；另一个是GMapping，基于粒子滤波的激光SLAM方案。我那时候刚入行，在实验室里跑GMapping，看着机器人在走廊里一圈圈转，地图一点点拼出来，那种感觉真的很奇妙。
到了2010年以后，图优化理论开始普及，g2o、Ceres这些优化库的出现，让SLAM的精度和效率都上了一个台阶。再后来就是ORB-SLAM系列、Cartographer、LOAM这些经典框架的诞生。
关键时间节点：
- 1986年：SLAM概念提出，概率框架确立
- 2007年：MonoSLAM（单目视觉）、GMapping（激光）问世
- 2010年：图优化成为主流，RGB-D SLAM兴起
- 2015年：ORB-SLAM、LOAM、Cartographer等现代框架出现
- 2020年至今：语义SLAM、多传感器融合、端到端学习成为热点
二、SLAM在机器人领域的核心地位
你想想看，一个机器人如果没有SLAM，它能干什么？
它只能做「盲人摸象」式的工作——沿着固定轨迹走，或者靠外部信标（比如磁条、二维码）来导航。这在工厂里还行，但一旦到了未知环境，比如搜救现场、家庭服务、野外勘探，没有SLAM的机器人基本就是废的。
SLAM是机器人自主导航的「眼睛」和「记忆」。没有它，路径规划、避障、决策这些上层模块都无从谈起。
我在做仓储机器人项目时遇到过一件事：客户要求机器人在没有二维码、没有反光板的环境下自主运行。当时我们试过纯里程计，跑了不到10米就偏了半米。最后还是上了激光SLAM，配合IMU做紧耦合，才把定位精度控制在5厘米以内。嗯，那次之后我深刻理解了——SLAM不是可选项，而是刚需。
我的经验：在机器人系统中，SLAM通常处于「中间层」的位置。底层是传感器驱动和里程计，上层是路径规划和决策。SLAM负责把传感器数据变成可用的地图和位姿信息。这个位置决定了它的性能直接影响整个系统的天花板。
三、主流SLAM框架对比：激光 vs 视觉
目前主流的SLAM方案，按传感器分就两大类：激光SLAM和视觉SLAM。各有各的脾气，我分别说说。
3.1 激光SLAM
激光SLAM用的是激光雷达（LiDAR）的数据。它的核心优势是：精度高、稳定性好、对光照不敏感。
常见的框架有：
- GMapping：基于粒子滤波，适合小场景，计算量随粒子数增长
- Cartographer：Google出品，支持2D和3D，用图优化+子图匹配，回环检测很稳
- LOAM系列（A-LOAM、F-LOAM、LIO-SAM）：3D激光SLAM的标杆，特征提取+帧到地图匹配
我个人的习惯是：2D场景首选Cartographer，3D场景用LIO-SAM。为什么？Cartographer的闭环检测做得扎实，LIO-SAM融合了IMU，在快速运动时不会丢。
避坑指南：我曾经在玻璃墙面的仓库里用激光SLAM，结果激光直接穿透玻璃，地图上全是空洞。后来加了反光柱作为辅助特征才解决。所以，纯激光SLAM在反射、吸收性强的环境中会翻车，这点要心里有数。
3.2 视觉SLAM
视觉SLAM用摄像头作为传感器。它的优势是：成本低、信息丰富、能识别语义。
常见框架：
- ORB-SLAM3：支持单目、双目、RGB-D，视觉SLAM的标杆，回环检测和重定位很强
- VINS-Mono：视觉+IMU紧耦合，适合无人机等动态场景
- DVO-SLAM：基于直接法，不依赖特征点，在纹理弱的环境下表现好
视觉SLAM有个老毛病：对光照和纹理敏感。大白墙、黑暗环境、快速运动，都容易让视觉SLAM「失明」。所以我现在做项目，只要预算允许，都会上视觉+IMU的融合方案。
3.3 核心对比
| 维度 | 激光SLAM | 视觉SLAM |
|---|---|---|
| 传感器成本 | 高（单线激光千元起，多线数万） | 低（普通摄像头百元级） |
| 定位精度 | 高（厘米级） | 中（分米级，有尺度漂移） |
| 环境适应性 | 不受光照影响，怕玻璃/镜面 | 受光照影响大，纹理丰富时表现好 |
| 地图形式 | 栅格地图、点云地图 | 稀疏/半稠密点云、语义地图 |
| 回环检测 | 依赖扫描匹配 | 依赖词袋模型，鲁棒性更强 |
| 典型应用 | 扫地机、AGV、自动驾驶 | AR/VR、无人机、服务机器人 |
说白了，激光SLAM是「稳」字当头，视觉SLAM是「省」字当先。选哪个，看你的场景和预算。
四、知识体系总览
下面这张图是我自己整理的SLAM知识体系框架，涵盖了本章的核心内容。你可以把它当作后续学习的「导航图」。
一点建议：如果你是初学者，我建议先从激光SLAM入手。为什么？因为激光数据直观，调试起来容易看到效果。等你把GMapping或Cartographer跑通了，再去看视觉SLAM，理解特征提取、图优化这些概念会轻松很多。我自己就是这么过来的。
好了，这一章的内容就到这里。SLAM的定义、发展历程、核心地位，以及激光和视觉两大主流框架的对比，我都尽量用实际经验给你讲清楚了。下一章我们会深入前端里程计，聊聊「机器人是怎么一步步推算自己位置的」。
可可精品资料库