동시 위치 지정 및 매핑 SLAM은 로봇의 동작에 사용되는 기술이다. 즉, 로봇은 알려지지 않은 환경에서 출발하여, 움직이는 동안 관찰된 지도 특징을 통해 자신의 위치를 파악하고, 그 위치를 기반으로 지도를 구성함으로써 위치 지정과 지도 구성을 동시에 수행하는 목적을 달성합니다.

SLAM 흐름도

SLAM 핵심 문제

• 지도 구축: 센서에서 수집한 정보를 일관된 모델로 통합하는 방법
• 위치: 지도에서 로봇의 좌표와 자세를 추정합니다. SLAM은 새로운 지도 모델을 구축하거나 기존 지도를 개선하는 동안 지도 모델에서 로봇의 위치를 찾습니다.

SLAM 핵심 기술

• 지도 표현
• 불확실한 정보처리방법
• 데이터 연결
• 자기 위치 지정
• 글로벌 경로 계획 탐색

SLAM 분류

센서의 형태와 설치 방법에 따라 라이더와 비전의 두 가지 범주로 나눌 수 있습니다.

라이더 슬램

• 장점: 주변 장애물의 각도와 거리를 높은 정밀도, 빠른 속도, 적은 계산량으로 측정할 수 있습니다. 실시간 SLAM 모듈로 만들 수 있습니다. 일반적으로 단일 평면에서 장애물을 스캔하는 데 사용되므로 무인 차량이나 청소 로봇 등 평면적으로 움직이는 로봇에 적합합니다.
• 단점: 제조 비용이 높고 가격이 비교적 높다.

시각적 SLAM

Visual SLAM은 CPU와 GPU 처리 속도의 성장과 하드웨어 성능의 향상을 기반으로 합니다. 카메라의 수와 유형에 따라 시각적 SLAM에는 단안식, 양안식, RGBD라는 세 가지 하위 방향이 있습니다. 그 밖에 어안렌즈나 파노라마 렌즈 등 특수 카메라도 있지만, 소수에 속합니다.