SLAM 与空间认知

一句话定义

SLAM（Simultaneous Localization and Mapping，同步定位与建图）回答"我在哪、周围什么样"两个互为前提的问题，是移动机器人空间认知的核心引擎。

为什么重要

• 一切移动行为（导航、巡逻、配送）的前提是知道自己在地图中的位置——GPS 室内失效，SLAM 是唯一通用解。
• 语义地图 + 大模型正在把"几何地图"升级为"可查询的空间记忆"，是具身智能体长期驻留环境（家庭、仓库）的基础设施。

前置知识

kp-102（深度/点云）；概率基础（贝叶斯滤波）。

核心概念

• 定位（Localization）：给定地图估计自身位姿。纯定位问题叫 AMCL（蒙特卡洛定位）。
• 建图（Mapping)：给定位姿构建地图。两者互为依赖——"先有鸡还是先有蛋"正是 SLAM 要同时解的原因。
• 里程计（Odometry）：轮速/IMU 积分得到的相对运动估计，短期准、长期漂移。
• 回环检测（Loop Closure）：识别"回到老地方"，用图优化把累积漂移拉平——SLAM 精度的命脉。
• 地图类型：占据栅格（导航用）、稀疏特征点（定位用）、稠密点云/网格（重建）、语义地图（物体级）、神经场地图（NeRF/3DGS SLAM）。

原理与机制

前端 + 后端架构：

1. 前端：逐帧提取并匹配特征，给出相邻帧间的相对运动。视觉 SLAM 特征法（ORB-SLAM：ORB 特征 + 光束法平差）与直接法（LSD-SLAM：直接用像素灰度）；LiDAR SLAM 扫描匹配（LOAM、FAST-LIO2 系）。
2. 后端：把所有相对约束构成位姿图，回环检测到时整体优化（图优化/因子图），数学上是稀疏非线性最小二乘。
3. 视觉惯性（VIO/VI-SLAM）：融合 IMU（高频、快速但漂移）与视觉（准确但慢、易丢），互补成为主流（VINS-Mono、ORB-SLAM3）。

导航栈（以 ROS 2 Nav2 为例）：全局代价地图 + 全局规划器（A*/Dijkstra）→ 局部规划器（DWA/TEB，实时避障）→ 速度命令；代价地图由静态地图 + 实时传感器 inflation 融合而成。

公式与图示

SLAM 后验的贝叶斯形式：

同时估计轨迹 $\mathbf{x}_{1:t}$ 与地图 $\mathbf{m}$，观测 $\mathbf{z}$ 与控制 $\mathbf{u}$ 都已给出。图优化把它化为最小二乘：

   漂移的里程计轨迹 ──┐
                      ▼      回环检测发现"回到起点"
   o──o──o──o──o──o──o          │
   里程计位姿（累积误差）        │ 图优化整体调整
   o──o──o──o──o──o──o ◄────────┘  → 轨迹闭合、地图一致

直观类比

• 在陌生商场找路：边走边记商铺（建图），靠橱窗认路（定位）；绕一圈回到中庭发现"原来这是同一层"（回环），脑子里的地图瞬间对齐。
• 蒙眼走房间：只靠步数估计位置会越走越偏（里程计漂移），摸到桌角（特征观测）才能校正。

实例与案例

• 扫地机器人：消费级 SLAM 最大市场。激光雷达方案（ LDS）与视觉 VSLAM 方案并存，建出户型图支持分区清扫。
• 仓库 AMR：先人工示教或建图，之后 AMCL 持续定位 + Nav2 导航；FAST-LIO 类 LiDAR 惯性方案在长走廊等退化场景更稳。
• UMI 的启示（kp-403）：手持采集设备用 ORB-SLAM3 恢复相机轨迹，说明 SLAM 已成为数据基础设施的一部分，不只是导航专利。

常见误区

• 误区一：SLAM 是"一个问题"。它是定位+建图+回环+图优化的一族方法；不同传感器（单目/双目/RGB-D/LiDAR+IMU）方案差异巨大。
• 误区二：有了 SLAM 就不用管标定与传感器质量。时间同步、IMU 零偏标定不好，VIO 直接发散。
• 误区三：语义理解等于语义地图。把检测框贴到地图上只是开始；物体级、可更新的"空间记忆"仍是开放问题（kp-601）。

自测题

1. 为什么定位与建图互为前提？SLAM 如何同时解？
2. 回环检测在图优化中起什么作用？没有回环会发生什么？
3. 对比视觉 SLAM 与 LiDAR SLAM 在长走廊、强日照、夜间三种场景的可靠性。

与其他知识点的关系

• kp-105 状态估计：SLAM 是状态估计在"地图+位姿"空间的特例，共享卡尔曼/图优化工具。
• kp-601 具身导航：SLAM 之上加语言理解与任务规划。
• kp-504 ROS 2：Nav2 是 SLAM/导航的标准工程载体。

延伸阅读

• Thrun, Burgard & Fox, Probabilistic Robotics, 2005（该领域圣经）。
• 高翔等，《视觉 SLAM 十四讲》（第二版）——中文世界最佳入门，代码齐备。
• Cadena et al., Past, Present, and Future of SLAM: Toward the Robust-Perception Age, T-RO 2016。