同时定位与建图（SLAM）

同时定位与建图，几乎总是被简称为 SLAM，是机器人在同一时间同时解开两个纠缠在一起的难题：一边给一个它从未见过的地方画地图，一边又在这张正在画的地图上随时记着自己身处何处。想象你被蒙上眼，扔进一座漆黑、陌生的房子里，被要求既画出它的平面图，又在摸索前行的同时，在图上标出自己的位置。你没有一张地图可以拿来给自己定位，也没有一个固定的位置可以据以画图——可你偏偏要把两样都做出来，而且每一样都倚靠着另一样。

这种循环依赖正是全部的难处所在，却也是让 SLAM 得以成立的诀窍。机器人一边移动，一边认出周围的特征——这里一个角、那里一根柱子——并记下每一个特征离它多远、在哪个方向。凭着这些方位，它既能修正自己“以为身在何处”，又能把这些特征钉到它正在生长的地图上。两个估计互相撑着对方，就像两个人靠在一起、彼此稳住身形：对自己位置稍好一点的判断，会让地图更清晰；而稍好一点的地图，又会让你对自己位置的判断更清晰。麻烦在于，每走一步都会悄悄渗进一点小误差，并不声不响地累积起来，于是地图会慢慢扭曲变形。

对治这种漂移的解药，是 SLAM 系统极为看重的一个时刻，叫作回环闭合：当机器人重新走到一处它从前来过的地方、并认出了它，这一认出便把累积的误差“啪”地拉回正轨，一举把整张地图收紧——就像拿一处你早已信得过的地标来核对你的工作，会把这中间所有的猜测一并纠正过来。SLAM 在它现代的各种形式中——在激光雷达 SLAM 里用激光扫描仪，在视觉 SLAM 里用普通摄像头——正是扫地机器人、自动驾驶汽车、无人机，以及那些在你客厅里摆上虚拟家具的增强现实应用，引擎盖之下的技术。