SLAM技术已经蓬勃发展起来，这里综述性地介绍下SLAM的主体知识。SLAM的主体技术不多，难点在于细节。来源是：
前世
人类惆怅近千年的问题不是：我是谁，我要做什么，我要去哪里！而是：定位、定向、测速、授时！
定位是说物体在地球上的方位，定向是物体前进的方向，测速是物体的运行速度，授时是运动经历的时长。而定位和定向就是我们要讨论的话题。
古代智慧的中国人们提出了夜观天象，基于遥远恒星的方位推断自身所处的位置，进而演变出一门博大精深的学科“牵星术”。
直到1964年，美国人彻底打破了大家的游戏规则，建立了全球定位系统GPS。多说几句，GPS是给出物体相对于地心坐标系的经纬度以及相对于水平面的高度（三维信息），且GPS是狭义相对论的应用实例（卫星和地面的时间同步）。
GPS军用的P码可以达到1-2米级精度，开放给大众使用的CA码也能够实现5-10米级的精度。至此已基本上解决了室外的定位和定姿问题，但是室内怎么办？室外怎么优化位姿？
SALM是什么
SLAM的全称是Simultaneous Localization and Mapping，即定位与制图。SLAM和SFM有这千丝万缕的联系。
SFM（Structure From Motion），称之为传统三维重建，这是一门计算机视觉学科的分支，特点是把数据采集回来，离线慢慢处理。常见应用就是重建某建筑物的3d地图，比较炫的成果可见Building Rome in a day (—天重建罗马城)。
SLAM是自动化控制学科的分支，提起SLAM就要提到ROS，网上开源的SLAM技术一般也都是和ROS集成在一起的。ROS是机器人操作系统，用一堆各式各样的传感器组装好一套硬件，采集各个传感器的数据，传送给ROS的处理节点（软件节点）。ROS会并行调度这些节点，这些节点有接受处理某类传感器信号的，有重合处理各项数据的，有展示结果/执行策略的。
所以学习SLAM就要简单了解下ROS，推荐找本入门书翻翻，一天就差不多啦。SLAM要做到的是实时！要做到的是低运算量！
总结便是：二者的数学理论相似，所属学科不同，应用侧重点不同。更直接点，现在的状况是：SFM提供了理论支撑，SLAM真正融入了人们生活。
另一个问题是：SLAM和图像算法是什么关系？
SLAM同步构建周围世界的3d地图，并确定robot所在的位置和方向。16年ICCV大会最后总结致辞：
SLAM是和ConvNets和Deep Learning互补的算法。SLAM专注于几何问题， Deep Learning主要解决感知与识别。
如果想让机器人走到冰箱而不撞墙，你需要SLAM；如果要识别冰箱内的物体，你需要卷积网络。
当然，深度学习的兴起，也会给SLAM/SFM提供新的养料。
SLAM的分支
首先明确三个问题：
- SLAM可以使用大量不同的硬件
- SALM是一个概念不是算法
- SLAM包含多步，每个模块都有多种算法
所以，SLAM有一堆分支。但是整个SLAM框架可以分为前端和后端。根据不同的前端配置采用不同的后端策略，后端也提出了众多的算法理论。
前端：涉及传感器的选择以及传感器数据处理。比如里程计时间戳和Lidar点云时间戳的对齐等。按传感器功能，机器人的两个主要模块：
- 移动系统：里程计、GPS、IMU惯导等
- 测量系统：Laser、sonar、vision等
移动系统中的传感器可以选择一种或多重，甚至“没有”（参考视觉里程计VO，根据图片三维重建，反推摄像机位置，但是计算量大），一般SLAM硬件都会有一两种。
测量系统中，Laser激光精度高，就是价格昂贵，32线程一个30万左右，而且有些场景不适合。声呐雷达价格便宜，技术成熟，就是精度差，水下等特殊场景广泛采用。摄像机信息量丰富直观，但处理量大，对光照敏感。vision又分单目双目等，可见前端方案组合的多样性。
后端：综合前端信息，优化位姿。涉及数学知识较多。
常见的slam算法：vslam、rgbd-salm、monoslam、orb-slam等
SLAM的一般过程
由于运动估计传感器（移动系统）得到的位姿通常具有较大的误差，因而我们希望使用测量系统得到的周围环境信息来优化位姿。
一个完整的处理过程如下：
- 机器人使用观测系统测量地标相对于机器人的距离和角度。
- 运动一段距离后，达到新的位置，机器人通过运动方程预测新位置。
- 在新的位置，通过观测系统重新测量各个地标的距离和角度。
- 如此反复
R表示机器人，五角星表示地标。地标的选择是一个研究方向，简单的有特征点（静止点），更鲁棒更高级的是线段，平面都可以作为地标。路标还会涉及到路标的更新。
利用预测值和观测值计算系统状态——卡尔曼滤波。
线性KF方程
u和z是硬件可以提供的，上述中x为系统状态：表示robot的位置，
表示robot的姿态（四元组或者3个角度值），
为地标的位置
u表示速度/加速度/角加速度等值。z表示测量系统得到的地标相对机器人的距离、角度。w和v表示噪声。
由此，可以根据上一时刻状态和当前时刻观测量更新得到当前时刻状态。这也是卡尔曼滤波所擅长的。
EKF
KF滤波是线性方程，但是距离等显然不是线性的，因此，SLAM中其实用的最多的是EKF（Extended Kalman Filter）。
EKF实质是把差值认为是线性的，思想还是用线性系统代替非线性系统。计算可以参考《An Introduction to the Kalman Filter》。
目前，也有一些slam采用了粒子滤波PF，PF是基于马尔科夫蒙特卡洛方法的抽样滤波，适用非线性系统。PF中要维持所有的可能状态，对资源消耗大。
上述渐进式的匹配方式，存在累计误差。如果有一帧错误，后续又基于这个错误的位置，后果不堪设想。所以最好和前面多帧进行对比（预测方程基于前面多个时刻）。
后端Graph-based SLAM
SLAM借鉴SFM中的捆集优化思想，21世纪走向了图优化的道路。
优化方法和滤波器方法有根本上的不同。它并不是一个迭代的过程，而是考虑过去所有帧中的信息。通过优化，把误差平均分到每一次观测当中。
Graph-based SLAM是无法计算的，图的联结数目巨大，但是其实这是一个稀疏的，正是这个稀疏性，使得优化思路成为了现实。这里要感谢稀疏代数的发展，网上有很多优化库可解上述目标函数。
闭环检测
新来一帧数据，如何判断它在已有序列中是否出现过。
- 新帧的位置，如果回到历史位置附近；
- 帧的特征和历史关键帧特征相似（常用）。
不用第一种：科学家认为前一种依靠有噪声的位置来减少位置的噪声，有点循环论证的意思。第二种就是：帧帧匹配。
在没有闭环的情况下，[k,k+t]这一段数据进行图优化，如果闭环出现（如绿色），就要把历史数据也考虑进来，入册可以显著减少累计误差。
注意：闭环检测的引入是为了减少误差的，很多场景很难出现闭环这种情况，但是人们有意设计了这种状况，比如扫机器人开启前期，走一段路就绕回来，为得便是制造闭环。
SLAM的应用
- 扫地机器人，这简直就是SLAM的代言人，除了定位+制图，还需要引入路径规划。
- 室内移动机器人
- 无人机
- 无人驾驶
等等，I am anywhere! SLAM也即将开启超体时代。Google的cartographer也给SLAM添了一把火。
参考
《SLAM for Dummies》