即時(shí)定位與地圖構(gòu)建（SLAM）作為連接機(jī)器人與未知環(huán)境的核心技術(shù)，通過(guò)傳感器實(shí)時(shí)感知周圍環(huán)境并同步構(gòu)建空間地圖，同時(shí)確定自身在地圖中的位置，實(shí)現(xiàn)了智能體在無(wú)預(yù)設(shè)信息場(chǎng)景下的自主導(dǎo)航與交互。這一技術(shù)打破了傳統(tǒng)導(dǎo)航對(duì)預(yù)設(shè)地圖的依賴，使機(jī)器人、自動(dòng)駕駛車輛等智能系統(tǒng)能夠在陌生環(huán)境中自主決策，其核心價(jià)值體現(xiàn)在 “邊移動(dòng)邊認(rèn)知” 的閉環(huán)能力 —— 從傳感器數(shù)據(jù)中提取環(huán)境特征，通過(guò)幾何約束與概率估計(jì)實(shí)現(xiàn)定位，再將定位結(jié)果反哺地圖優(yōu)化，形成持續(xù)迭代的感知循環(huán)。自 20 世紀(jì) 80 年代提出以來(lái)，SLAM 技術(shù)經(jīng)歷了從濾波方法到非線性優(yōu)化、從單目視覺(jué)到多傳感器融合的演進(jìn)，如今已成為自動(dòng)駕駛、服務(wù)機(jī)器人、增強(qiáng)現(xiàn)實(shí)（AR）等領(lǐng)域的基礎(chǔ)支撐，其精度與魯棒性的提升直接推動(dòng)著智能系統(tǒng)從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用。本文將系統(tǒng)闡述 SLAM 的技術(shù)框架、核心模塊、多傳感器融合策略及應(yīng)用場(chǎng)景，揭示其在環(huán)境認(rèn)知中的關(guān)鍵作用與發(fā)展方向。

SLAM 的技術(shù)框架圍繞 “感知 - 定位 - 建圖” 的閉環(huán)展開(kāi)，核心模塊包括前端視覺(jué)里程計(jì)、后端優(yōu)化、回環(huán)檢測(cè)與地圖表示，各模塊協(xié)同處理傳感器數(shù)據(jù)并應(yīng)對(duì)環(huán)境不確定性。前端視覺(jué)里程計(jì)（VO）是 SLAM 的 “眼睛”，負(fù)責(zé)從連續(xù)圖像幀中提取運(yùn)動(dòng)信息，通過(guò)特征點(diǎn)匹配或直接法估計(jì)相機(jī)姿態(tài)變化。特征點(diǎn)法（如 ORB-SLAM 系列）通過(guò)檢測(cè)圖像中的角點(diǎn)、邊緣等穩(wěn)定特征，利用極線約束或 PNP（Perspective-n-Point）算法計(jì)算相鄰幀的相對(duì)位姿，其優(yōu)勢(shì)在于對(duì)光照變化的魯棒性，但在弱紋理環(huán)境中易失效；直接法（如 DSO、SVO）則直接利用像素灰度值構(gòu)建光度誤差模型，避免特征提取的耗時(shí)與局限，更適合高幀率、低延遲場(chǎng)景，但對(duì)相機(jī)運(yùn)動(dòng)速度敏感。前端輸出的位姿序列存在累積誤差，需通過(guò)后端優(yōu)化消除漂移 —— 基于圖優(yōu)化（Graph Optimization）的后端將定位過(guò)程抽象為 “節(jié)點(diǎn)（位姿）+ 邊（約束）” 的圖模型，每個(gè)節(jié)點(diǎn)代表某一時(shí)刻的傳感器位姿，邊則表示相鄰位姿間的運(yùn)動(dòng)約束（來(lái)自前端）或回環(huán)約束（來(lái)自回環(huán)檢測(cè)），通過(guò) Levenberg-Marquardt 等算法最小化全局誤差，使長(zhǎng)時(shí)序定位精度提升 1-2 個(gè)數(shù)量級(jí)。

回環(huán)檢測(cè)是解決累積誤差的關(guān)鍵機(jī)制，其通過(guò)識(shí)別智能體重訪區(qū)域的一致性特征，為后端提供全局約束，避免地圖 “自相交”。詞袋模型（BoW）是回環(huán)檢測(cè)的經(jīng)典方法，將圖像特征編碼為高維向量，通過(guò)向量相似度判斷是否處于同一區(qū)域，ORB-SLAM3 中基于 DBoW3 的回環(huán)檢測(cè)可在 1000 幀圖像中實(shí)現(xiàn)毫秒級(jí)匹配，但在相似場(chǎng)景（如重復(fù)走廊）中易產(chǎn)生誤檢；近年來(lái)，基于深度學(xué)習(xí)的回環(huán)檢測(cè)（如使用 CNN 提取語(yǔ)義特征）通過(guò)融入場(chǎng)景語(yǔ)義信息，將誤檢率降低 40% 以上，尤其適用于動(dòng)態(tài)環(huán)境。地圖表示則決定了 SLAM 的應(yīng)用場(chǎng)景，稀疏地圖（如點(diǎn)云地圖）僅保留關(guān)鍵特征點(diǎn)，適用于定位導(dǎo)航；稠密地圖（如 OctoMap）通過(guò)三維網(wǎng)格重建環(huán)境細(xì)節(jié)，支持避障與路徑規(guī)劃；語(yǔ)義地圖則在幾何地圖基礎(chǔ)上添加物體類別標(biāo)簽（如 “桌子”“墻壁”），為機(jī)器人交互提供高層認(rèn)知，這一方向已成為 SLAM 與計(jì)算機(jī)視覺(jué)交叉的研究熱點(diǎn)。