SLAM 让机器人在没有现成地图的情况下一边构建环境地图、一边确定自己在图中的位置。它是 AMR 免除磁条和反光板改造的技术前提，也是部署周期能压缩到几天的原因。
SLAM 的全称是 Simultaneous Localization and Mapping，即同步定位与建图。它解决的是一个互为条件的问题：定位需要地图，建图需要知道自己在哪。SLAM 的做法是同时估计两者，用观测的一致性来约束彼此的误差。
算法上，前端从激光或视觉数据中提取特征并做帧间匹配，得到粗略的位姿增量；后端把这些增量组织成位姿图并做全局优化。其中最关键的一步是回环检测——机器人重新回到走过的地方时，系统要认出来并把累积漂移一次性拉回。回环失败的表现很典型：地图上出现两条平行的走廊，其实是同一条。
对企业来说，SLAM 最直接的价值是免去了现场改造。传统 AGV 需要铺磁条或贴反光板，产线一改就得重来；基于 SLAM 的 AMR 只要跑一遍就能建图，布局调整后重建也只需要几个小时。
地图不是一次性产物。仓库货架移动、季节性堆料变化都会让旧地图逐渐失真，需要规划定期更新或启用增量更新机制。谁有权限修改生产环境的地图，应当在上线前定好。
某 AMR 车队运营方在新建仓库上线前评估 SLAM：现场货架布局每季度调整一次。项目组测算了每次重新建图所需的停机时间，并把定位失败后的恢复时长作为验收条件之一。
难点也集中在环境本身：长直空旷的走廊几乎没有可区分的特征，玻璃幕墙和镜面会让激光失效，人流密集时动态障碍会污染地图。这些场景下通常要靠多传感器融合，或在关键点位补充人工标识。
实践应用
某 AMR 车队运营方在新建仓库上线前评估 SLAM：现场货架布局每季度调整一次。项目组测算了每次重新建图所需的停机时间，并把定位失败后的恢复时长作为验收条件之一。
优势
- 无需铺设磁条或反光板，免去现场改造
- 布局调整后重建地图只需数小时
- 回环检测可把长距离行驶的累积漂移拉回
- 同一套地图可供多台机器人共享调度
局限性
- 长直空旷走廊缺少特征，容易定位漂移
- 玻璃幕墙和镜面会让激光观测失效
- 人流密集时动态障碍会污染地图
- 地图会随环境变化失真，需要规划更新机制和修改权限
典型应用领域
常见问题
- SLAM 是什么意思？
- SLAM 是 Simultaneous Localization and Mapping 的缩写，指机器人在没有现成地图时一边建图一边确定自身位置。
- SLAM 在实际中怎么工作？
- 前端从激光或图像中提取特征做帧间匹配得到位姿增量，后端把增量组成位姿图做全局优化。回环检测负责在重回旧地点时消除累积漂移。
- SLAM 对企业的价值在哪？
- 它省掉了磁条和反光板的现场改造。产线或货架布局调整后，重新建图通常只要几小时，而传统 AGV 要重新施工。
- SLAM 有哪些局限？
- 空旷长走廊、玻璃幕墙和密集人流是三种典型失效场景。此外地图会随环境变化失真，必须安排定期更新。