SLAM, Eşzamanlı Konumlandırma ve Haritalama anlamına gelir. Bir kısır döngüyü çözer. Bir harita oluşturmak için robotun nerede olduğunu bilmesi gerekir. Nerede olduğunu bilmek için ise robotun bir haritaya ihtiyacı vardır. SLAM ikisini de aynı anda yapar. Mobil robotikteki temel problemlerden biridir.

Robot bilinmeyen bir ortamda hareket eder. Lidar taramaları, kamera görüntüleri, tekerlek odometrisi ve IMU okumaları gibi sensör verilerini toplar. Konumunu tahmin eder ve kademeli olarak bir harita oluşturur. Bölgeleri tekrar ziyaret ettikçe, hem haritadaki hem de yörüngesindeki hataları düzeltir. Sonuç olarak tutarlı bir harita ve doğru bir yol elde edilir.

SLAM yaklaşımları

• EKF SLAM: Genişletilmiş Kalman filtresi, erken yöntem.
• FastSLAM: parçacık filtresi, referans noktalarını işler.
• Graf SLAM: Pozlar ve referans noktaları, bir grafın düğümleri olarak.
• Görsel SLAM: kameralar, ORB-SLAM, LSD-SLAM kullanır.
• Lidar SLAM: Lazer taramaları, Gmapping ve Cartographer kullanır.

SLAM zordur çünkü hatalar birikir. Odometrideki küçük bir hata zamanla büyür. Döngü kapatma bunu düzeltir: robot daha önce gördüğü bir yeri tanıdığında, döngüyü kapatır ve tüm yörüngeyi ayarlar. Bu nedenle SLAM sistemlerinin sağlam yer tanıma özelliğine ihtiyacı vardır. Aydınlatmadaki bir değişiklik veya yerinden oynatılan bir sandalye tanımayı bozabilir. Modern SLAM sistemleri ticari ürünler için yeterince olgunlaşmıştır. Robot süpürgeler görsel SLAM kullanır. Otonom araçlar haritalama için lidar SLAM kullanır. SLAM çözülmüş bir problem değildir, ancak birçok uygulama için yeterince iyi çalışır. Geriye kalan zorluklar dinamik ortamlar, uzun vadeli haritalama ve çoklu robot SLAM'dir.