SLAM的重要学术价值和应用价值，一直以来都被认为是实现全自主移动机器人

　　通俗的来讲，SLAM技术就是回答两个问题：“我在哪儿?”“我周围是什么?”，

　　就如同人到了一个陌生环境中一样，SLAM试图要解决的就是恢复出观察者自身

　　SLAM技术最早可追溯到1986年，Smith的系列论文《空间位置的表达与估计》，

　　研究和解决未知环境中的机器人导航问题。但早期的SLAM往往依赖价格昂贵或

　　在国内，SLAM的研究虽起步较晚，但发展迅速。陈白帆等人将粒子群优化引入

　　FastSLAM中，对预估粒子进行更新，调整粒子的建议分布使预测粒子更集中于

　　朱磊等人在未知环境的SLAM中使用人工鱼群算法对预测粒子进行更新，使得预

　　国内在面向大尺度环境中的SLAM问题，提出平方根容积Rao-Blackwillised粒

　　针对基于容积卡尔曼滤波器的无人水下航行器SLAM过程中存在模型参数改变后，

　　针对多机器人视觉协同SLAM，提出一种团队共享路标信息的多机器人视觉SLAM

　　算法，改进了FastSLAM使之适用于多机器人协作。该算法加快了对大规模未知

　　针对灾后救援建筑物内部层次化SLAM，提出九游体育官网一种基于图形分割的区域划分方法，

　　该方法在解决SLAM计算量递增问题的基础上，最小化相关信息损失，确保全局

　　针对单一传感器精度低、抗干扰性差的特点，提出一种基于Bayes方法的激光

　　针对巷道狭窄,易于发生碰撞的问题,在估价函数中引入了碰撞威胁代价,避免铲