同步定位與建圖 (SLAM)

同步定位與建圖（SLAM），係一項令車輛喺陌生環境中，一邊即時估計自身位置，一邊同步構築周圍環境地圖嘅關鍵技術。

你可以將 SLAM 嘅核心任務理解為要同時回答兩個問題：“我喺邊度？”同“周圍有咩？”。例如自動駕駛汽車進入 GPS 信號遺失嘅地下停車場，佢就需依賴 SLAM，透過鏡頭、激光雷達等傳感器“觀察”周圍環境，喺定位自身嘅同時，將停車場嘅地圖畫出嚟。

💡 技術分類

根據主傳感器嘅不同，SLAM 主要分為兩大技術流派，佢哋喺性能同適用場景上各有側重：

• 激光 SLAM：主要依賴激光雷達（LiDAR），透過測量激光束嘅反射時間嚟獲取高精度嘅三維空間點雲數據。佢嘅優點係精度極高，且唔受環境光線影響，即使喺黑暗環境都能穩定運作。因此，常用於自動駕駛同機器人領域。不過，激光雷達嘅成本都相對較高。

• 視覺 SLAM：主要依賴鏡頭收集圖像資訊，透過分析圖像特徵嚟定位同建圖。佢嘅優點係硬件成本低，且可以獲取豐富嘅紋理同顏色資訊，有助進行物體識別等高級感知任務。但佢嘅缺點都好明顯：易受光線變化、陰影、同無紋理區域（好似白牆）嘅干擾，穩定性唔如激光 SLAM。

💎 技術趨勢

喺自動駕駛嘅實際應用中，單一嘅傳感器方案往往無法應付所有挑戰。因此，當前嘅主流趨勢係多傳感器融合，就係將激光雷達、鏡頭、慣性測量單元（IMU）、輪速計等多種傳感器嘅數據結合埋一齊，透過演算法進行深度融合，取長補短。例如，喺結構化嘅地下停車場等 GNSS 信號拒止環境中，融合方案能顯著提升定位同建圖嘅魯棒性同精度。