定位在自動駕駛中占據著不可替代的地位，而且未來有著可期的發展。目前自動駕駛中的定位都是依賴RTK配合高精地圖，這給自動駕駛的落地增加了不少成本與難度。試想一下人類開車，并非需要知道自己的全局高精定位及周圍的詳細環境，有一條全局導航路徑并配合車輛在該路徑上的位置，也就足夠了，而這里牽涉到的，便是SLAM領域的關鍵技術。

什么是SLAM

SLAM (Simultaneous Localization and Mapping)，也稱為CML (Concurrent Mapping and Localization),即時定位與地圖構建，或并發建圖與定位。問題可以描述為：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。例如掃地機器人就是一個很典型的SLAM問題，所謂完全的地圖（a consistent map）是指不受障礙行進到房間可進入的每個角落。

SLAM最早由Smith、Self和Cheeseman于1988年提出。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。

模擬人類來到一個陌生的環境時，為了迅速熟悉環境并完成自己的任務（比如找飯館，找旅館），這時應當依次做以下事情：

a.用眼睛觀察周圍地標如建筑、大樹、花壇等，并記住他們的特征（特征提取）

b.在自己的腦海中，根據雙目獲得的信息，把特征地標在三維地圖中重建出來（三維重建）

c.當自己在行走時，不斷獲取新的特征地標，并且校正自己頭腦中的地圖模型（bundle adjustment or EKF）

d.根據自己前一段時間行走獲得的特征地標，確定自己的位置（trajectory）

e.當無意中走了很長一段路的時候，和腦海中的以往地標進行匹配，看一看是否走回了原路（loop-closure detection）。實際這一步可有可無。以上五步是同時進行的，因此是Simultaneous Localization and Mapping。

激光SLAM與視覺SLAM

目前用在SLAM上的傳感器主要分兩大類，激光雷達和攝像頭。激光雷達有單線多線之分，角分辨率及精度也各有千秋。

而VSLAM則主要用攝像頭來實現，攝像頭品種繁多，主要分為單目、雙目、單目結構光、雙目結構光、ToF幾大類。他們的核心都是獲取RGB和depth map(深度信息)。由于受制成本的影響，視覺SLAM在近些年變得越來越流行，通過低成本的攝像頭進行實時的建圖與定位，這里面的技術難度也是非常之大。以ToF（Time of Flight），一種很有前景的深度獲取方法為例。

傳感器發出經調制的近紅外光，遇物體后反射，傳感器通過計算光線發射和反射時間差或相位差，來換算被拍攝景物的距離，以產生深度信息。類似于雷達，或者想象一下蝙蝠，softkinetic的DS325采用的就是ToF方案（TI設計的）。但是它的接收器微觀結構比較特殊，有2個或者更多快門，測ps級別的時間差，但它的單位像素尺寸通常在100um的尺寸，所以目前分辨率不高。

在有了深度圖之后呢，SLAM算法就開始工作了，由于Sensor和需求的不同，SLAM的呈現形式略有差異。大致可以分為激光SLAM（也分2D和3D）和視覺SLAM（也分Sparse、semiDense、Dense），但其主要思路大同小異。

SLAM算法實現的要素?

SLAM技術非常實用，同時難度也相當大，在時刻需要精確定位的自動駕駛領域，想要完成SLAM落地也是困難重重。一般來說，SLAM算法在實現的時候主要考慮以下4個方面：

1、地圖表示問題，比如dense和sparse都是它的不同表達方式，這個需要根據實際場景需求去抉擇；

2、信息感知問題，需要考慮如何全面的感知這個環境，RGBD攝像頭FOV通常比較小，但激光雷達比較大；

3、數據關聯問題，不同的sensor的數據類型、時間戳、坐標系表達方式各有不同，需要統一處理；

4、定位與構圖問題，就是指怎么實現位姿估計和建模，這里面涉及到很多數學問題，物理模型建立，狀態估計和優化；其他的還有回環檢測問題，探索問題（exploration），以及綁架問題（kidnapping）。

目前比較流行的視覺SLAM框架主要包含前端和后端：

前端

前端相當于VO（視覺里程計），研究幀與幀之間變換關系。

首先提取每幀圖像特征點，利用相鄰幀圖像，進行特征點匹配，然后利用RANSAC去除大噪聲，然后進行匹配，得到一個pose信息（位置和姿態），同時可以利用IMU（Inertial measurement unit慣性測量單元）提供的姿態信息進行濾波融合后端則主要是對前端出結果進行優化，利用濾波理論（EKF、UKF、PF）、或者優化理論TORO、G2O進行樹或者圖的優化。最終得到最優的位姿估計。

后端

后端這邊難點比較多，涉及到的數學知識也比較多，總的來說大家已經慢慢拋棄傳統的濾波理論走向圖優化去了。

因為基于濾波的理論，濾波器穩度增長太快，這對于需要頻繁求逆的EKF（擴展卡爾曼濾波器），PF壓力很大。

而基于圖的SLAM，通常以keyframe（關鍵幀）為基礎，建立多個節點和節點之間的相對變換關系，比如仿射變換矩陣，并不斷地進行關鍵節點的維護，保證圖的容量，在保證精度的同時，降低了計算量。

SLAM未來在自動駕駛領域的應用

Slam技術目前已經在多個領域都取得了不錯的落地效果與成績，包括室內的移動機器人，AR場景以及無人機等等。而在自動駕駛領域，SLAM技術卻一直未得到太多的重視，一方面由于定位在目前的自動駕駛行業中大多通過RTK來解決，并不會投入過多的資源去進行深入的研究，另一方面也是由于目前技術還不成熟，在自動駕駛這種關乎生命的領域，任何一種新技術都得經過時間的檢驗才能被接受。

在未來，隨著傳感器精度的逐漸提升，SLAM也會在自動駕駛領域大顯身手，其成本的低昂性，性能的魯棒性，都將為自動駕駛帶來革命性的變化。而隨著SLAM技術的逐漸火熱，也將有越來越多的定位人才涌進自動駕駛領域，為自動駕駛注入新鮮血液，帶來新的技術方向與研究領域。