其中，激光SLAM比視覺SLAM起步早，在理論、技術和產品落地上都相對成熟。基於視覺的SLAM方案目前主要有兩種實現路徑，一種是基於RGBD的深度攝像機，比如Kinect；還有一種就是基於單目、雙目或者魚眼攝像頭的。視覺SLAM目前尚處於進一步研發和應用場景拓展、產品逐漸落地階段。

激光SLAM

早在2005年的時候，激光SLAM就已經被研究的比較透徹，框架也已初步確定。激光SLAM，是目前最穩定、最主流的定位導航方法。

?
激光SLAM地圖構建

視覺SLAM（基於視覺的定位與建圖）

隨著計算機視覺的迅速發展，視覺SLAM因為信息量大，適用範圍廣等優點受到廣泛關註。

（1）基於深度攝像機的視覺SLAM，跟激光SLAM類似，通過收集到的點雲數據，能直接計算障礙物距離；

（2）基於單目、魚眼相機的視覺SLAM方案，利用多幀圖像來估計自身的位姿變化，再通過累計位姿變化來計算距離物體的距離，並進行定位與地圖構建；

?

視覺SLAM地圖構建

一直以來，不管是產業界還是學術界，對激光SLAM和視覺SLAM到底誰更勝一籌，誰是未來的主流趨勢這一問題，都有自己的看法和見解。下面就簡單從幾個方面對比了一下激光SLAM和視覺SLAM。

成本

不管是Sick，北洋，還是Velodyne，價格從幾萬到幾十萬不等，成本相對來說比較高，但目前國內也有低成本激光雷達（RPLIDAR）解決方案。視覺SLAM主要是通過攝像頭來采集數據信息，跟激光雷達一對比，攝像頭的成本顯然要低很多。但激光雷達能更高精度的測出障礙點的角度和距離，方便定位導航。

應用場景

從應用場景來說，視覺SLAM的應用場景要豐富很多。視覺SLAM在室內外環境下均能開展工作，但是對光的依賴程度高，在暗處或者一些無紋理區域是無法進行工作的。而激光SLAM目前主要被應用在室內，用來進行地圖構建和導航工作。

地圖精度

激光SLAM在構建地圖的時候，精度較高，思嵐科技的RPLIDAR系列構建的地圖精度可達到2cm左右；視覺SLAM，比如常見的，大家也用的非常多的深度攝像機Kinect，（測距範圍在3-12m之間），地圖構建精度約3cm；所以激光SLAM構建的地圖精度一般來說比視覺SLAM高，且能直接用於定位導航。

易用性

激光SLAM和基於深度相機的視覺SLAM均是通過直接獲取環境中的點雲數據，根據生成的點雲數據，測算哪裏有障礙物以及障礙物的距離。但是基於單目、雙目、魚眼攝像機的視覺SLAM方案，則不能直接獲得環境中的點雲，而是形成灰色或彩×××像，需要通過不斷移動自身的位置，通過提取、匹配特征點，利用三角測距的方法測算出障礙物的距離。

安裝方式

雷達最先開始應用於軍事行業，後來逐漸民用。被大家廣泛知曉最先應該是從谷歌的無人車上所知道的。當時Velodyne雷達體積、重量都較大，應用到一些實際場景中顯然不適合。比如無人機、AR、VR這種，本身體積就很小，再搭載大體積的激光雷達的話，根本無法使用，也影響美感和性能。所以視覺SLAM的出現，利用攝像頭測距，彌補了激光雷達的這一缺點，安裝方式可以隨著場景的不同實現多元化。

其他

除了上面幾點之外，在探測範圍、運算強度、實時數據生成、地圖累計誤差等方面，激光SLAM和視覺SLAM也會存在一定的差距。
比如：

?註：左為Lidar SLAM，右為視覺SLAM
數據來源：KITTI

可以明顯看出，對於同一個場景，視覺SLAM在後半程中出現了偏差，這是因為累積誤差所引起的，所以視覺SLAM要進行回環檢驗。

?

激光SLAM是目前比較成熟的定位導航方案，視覺SLAM是未來研究的一個主流方向。所以，未來，多傳感器的融合是一種必然的趨勢。取長補短，優勢結合，為市場打造出真正好用的、易用的SLAM方案。SLAMTEC—思嵐科技也會努力在自己的領域裏，把激光SLAM定位導航方案進一步優化、升級，結合市場上的優質技術，努力做到為市場提供好用的定位導航解決方案。

?

激光SLAM與視覺SLAM的區別