一．概述
SLAM是同时定位与建图的缩写，它包含两个主要任务:定位和建图。这是移动机器人领域的一个重要的开放问题:为了精确地移动机器人必须有一个精确的环境地图;然而，要建立一个精确的地图，必须要知道移动机器人的感知位置。
1990年，首先提出了用EKF (Extended Kalman Filter)(卡尔曼滤波器)逐增地估计机器人姿态的后验分布和路标。其实，从未知的位置和未知的环境中开始，机器人在移动过程中通过反复观察环境的特征来定位自己的位姿，然后根据自己的位置构建周围环境的增量式地图，以便达到同时定位与建图。定位是近年来的热点和难点。定位技术取决于环境和对成本、精度、频率和鲁棒性的要求。能够实现定位的有GPS(Global Positioning System) (全球定位系统)，IMU(Inertial Measurement Unit) (惯性测量单元)、无线信号等等。但是GPS只能在室外工作，而IMU存在累积误差。无线技术作为一种动态系统，不可能在成本和准确性之间平衡。随着快速的发展，SLAM配备激光雷达、摄像头、IMU和其他传感器在最近几年兴起。
从基于滤波器的SLAM开始，如今基于图像的SLAM起主导作用。图像SLAM算法来源于KF (Kalman Filter)，是EKF和PF(Particle Filter)(粒子过滤器)以图形为基础的优化。单线程已经被多线程所取代，SLAM技术也从最早的军用过渡到多传感器融合的机器人应用
二．激光雷达传感器
激光雷达传感器可分为2D激光雷达和3D激光雷达，它们由激光雷达光束的数量定义。在生产工艺方面，激光雷达还可分为机械激光雷达，混合式固态激光雷达（如MEMS）（微机电）和固态激光雷达。固态激光雷达可以通过相控阵和闪存技术生产。
Velodyne：在机械激光雷达中，它具有VLP-16，HDL-32E和HDL-64E。在混合固态激光雷达中，它具有32E的Ultra Puck Auto。可以说是资料最多，软件最为完善的激光雷达。
SLAMTEC：它具有低成本的激光雷达和机器人平台，例如RPLIDAR A1，A2和R3。单线激光雷达，是一个很好的激光SLAN入门的激光雷达，加上一个移动平台，你就可以做出一个移动机器人。
Ouster：具有16至128通道的机械激光雷达。
Quanergy：S3是世界上第一个发布的固态激光雷达，M8是机械激光雷达。S3-QI是微固态激光雷达。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
