在機器人發展早期，人們已經開始研究移動機器人的定位問題。按正常思維來說，機器人想要知道自己位置，或者從A點走到B點，需要先有一張地圖，然後用演算法在地圖上先規劃出路線，然後機器人再沿著規劃出來的路線走。但問題來了，對於一個新環境，機器人就需要先構建一個地圖，但構建地圖的過程中，機器人又需要知道自己的位置，否則畫出來的圖可能跟現實差了十萬八千里（當不閉環的時候）。為了解決這個問題，研究者們提出了一個一石二鳥的方法，也就是即時定位與地圖構建（Simultaneous Localization and Mapping, SLAM)

關於SLAM的文章可以在網上搜到一大堆，在這裡只做科普性的解說，讓初學者對SLAM有個概念。

SLAM按照其架構一般可以分解成前端和後端。 前端主要做視覺相關的東西，像識別，匹配。而後端主要做圖優化，閉環。

舉個簡單的例子，假設你出國旅遊的時候被綁架了，犯人把你押到一輛車上面，但是你可以從車窗看到沿途的景物。這個時候你就得使出吃奶的勁去記住沿途到底經過了哪些建築了。一般來說，我們只會去記一些有特徵的建築或者標記，比如說麥當勞，肯德基，萬達，等等，對於沒有特徵的居民樓，我們肯定是不會浪費有限的記憶空間去記住的。而這些有特徵的標記，在SLAM中就充當landmark的角色，在機器視覺中，這些landmark可以是二維碼，也可以是一些特徵點，總之是機器人第二次看見他們的時候能夠認出來我見過這些個東西的東西都能用作landmark（這個過程其實就是匹配），系統前端做的東西大概就是這些。

當你正在手忙腳亂的記landmark的時候，犯人接到了一個電話，說綁錯人了，他要綁架的是富豪的兒子，而你明明是個窮二代。犯人一怒之下把你踹下車，然後揚長而去。然而你已經被送到了一個陌生城市，手機也被拿走了，語言也不通，你只能靠記憶走回去原來的地方。這時候後端就發揮作用了。由於車來的時候走的是高速，你無法沿路往回走，只能走旁邊的路，這時候你經過了一個麥當勞（一個landmark），但你不確定這是哪個麥當勞，因為路上經過的麥當勞實在太多了。而恰好你發現麥當勞旁邊還有一個加油站，於是你一下子就想起了自己處於哪個路段（定位加閉環）。然後你繼續往前走，發現又是麥當勞旁邊有一個加油站，這時候你猶豫了。到底哪個才是剛剛走過的位置？帶著疑問你只好繼續往前走，終於你見到的landmark越來越多，對自己的定位越來越熟悉。直到最後回到原來的位置。

用一個圖來表示的話，左邊代表閉合失敗，也就是已經走到了原來的位置，但是機器人沒認出來，以為是新的位置（由於輪子里程碑的誤差，不加後端時候走出來的圖一般就是左邊的圖），而右圖就代表閉環成功。在實際應用中，機器人一般需要閉環很多次，而每一次閉環後端都會優化路徑（推測機器人實際走過的距離，轉過的角度）。而這個建圖的過程現階段還是需要人來控制的，因為只能是人來判斷圖建的好不好。也希望後續會有好的自動建圖方法能被提出來。

想要動手或者想看看建圖過程的童鞋，本人推薦用turtlebot，通過ros和gazebo來模擬建圖。