同時ローカリゼーションとマッピング（SLAM）

SLAMとも呼ばれる同時ローカリゼーションとマッピングは、ロボットにインストールされた多数のセンサーを使用して、物理的な世界からデータを収集するプロセスです。 その後、このデータは後でナビゲーションするためにマップに生成されます。 SLAMを使用すると、ロボットが自身をローカライズし、視覚的なポイントを介してデータを解釈し、マップを作成し、それを使用して同時にナビゲートすることが容易になります。

人が未知の場所の周りの自分の道を識別しようとしたとき。 最初のステップは、見慣れたマーカーや標識を見つけるために周りを見回すことです。 身近なランドマークを認識すると、そのランドマークに関連して自分の居場所を把握できます。 その人が環境を観察すればするほど、より多くのランドマークが彼に親しまれ、彼はその場所の精神的なイメージ、または地図を作成し始めます。 彼は、これまで知られていなかった場所に慣れる前に、この特定の環境を数回ナビゲートしなければならない場合があります。 関連する方法で、SLAMロボットは、センサー（Sonor、レーザー、またはカメラ）を使用して、自身の場所を把握しながら環境をマッピングします。

SLAM問題の人気は、屋内移動ロボットの出現と相関しています。 GPSの使用には、次のような屋内使用のローカリゼーションエラーを制限する余地がありません。 テレプレゼンス, サービス & 消毒ロボット。 さらに、SLAMは、ユーザーが作成したマップの魅力的な代替手段を提供し、目的仕様のローカリゼーションインフラストラクチャがない場合でもロボットの操作にアクセスできることを示しています。

参照： ロボットの存在を教える：SLAMについて知っておくべきこと

[ランチパッド_フィードバック]

免責事項：この記事に記載されている情報は、説明のみを目的としています。 SIFSOFは、ロボットの誤用や誤用またはランダムな使用について責任を負いません。