SLAM（simultaneous localization and mapping）即同步定位與建圖，指在未知的環境中，機器人透過自身所攜帶的內部感測器（編碼器、IMU等）和外部感測器（鐳射感測器或者視覺感測器）來對自身進行定位，並在定位的基礎上利用外部感測器獲取的環境資訊增量式的構建環境地圖。

基於環境自然導航的鐳射導航叉車AGV中，機器人在運動過程中透過編碼器結合IMU計算得到里程計資訊，運用機器人的運動模型得到機器人的位姿初估計，然後透過機器人裝載的鐳射感測器獲取的鐳射資料結合觀測模型（鐳射的掃描匹配）對機器人位姿進行精確修正，得到機器人的精確定位，最後在精確定位的基礎上，將鐳射資料新增到柵格地圖中，反覆如此，機器人在環境中運動，最終完成整個場景地圖的構建。

在完成場景地圖構建後，需要在所構建的地圖基礎上進行基於地圖的位置和路徑規劃來實現叉車AGV的導航。叉車AGV運動過程中，透過里程計資訊結合鐳射感測器獲取的鐳射資料與地圖進行匹配，不斷地實時獲取AGV在地圖中的精確位姿，同時，根據當前位置與任務目的地進行路徑規劃（動態路線或者固定路線，且每次的路線都略微不同），根據規劃得到的軌跡給叉車AGV傳送控制指令，使叉車AGV實現自動行駛。

SLAM，是Simultaneous Localization And Maping的縮寫，即同時定位和建立地圖。具體來說，就是將機器人放入未知的環境中，透過感測器對周圍環境的觀測，來確定自身的運動軌跡，同時對整個環境進行建模，構建出三維的地圖。

目前從SLAM的硬體實現方式而言，可以分為鐳射SLAM和視覺SLAM。

鐳射SLAM就是利用鐳射雷達來採集環境資訊。透過輻射鐳射來準確而快速的獲取物體的資訊如相對位置、角度的改變等，形成點雲來進行描述。此外，透過對不同時刻兩片點雲的匹配與對比，計算出鐳射相對運動的距離以及姿態的變化，也就完成了對機器人自身的定位。鐳射SLAM最大的優勢就是可以直接獲得深度資訊，而且不受光照條件影響。但是其也存在著明顯的缺點，那就是效果依賴於點雲的數目以及不能區分相同形狀的物體，而且鐳射雷達裝置的價格貴。現在鐳射SLAM的研究已經相對成熟，獲得了廣泛的應用。

視覺SLAM（VSLAM）使用的硬體裝置是攝像機，也可以細分為單目相機、雙目相機和魚眼相機等。因為近幾年來計算機視覺的快速發展，VSLAM成為研究的熱點。其核心思想就是透過影象間匹配，分析前後兩幀之間的關係，來判斷位置和姿態的變化以及深度資訊。VSLAM的缺點是對於無紋理的區域是沒有辦法工作的。但是VSLAM獲取的影象資訊相比於鐳射SLAM更加豐富，因此實現起來就更加困難。此外，攝像機相比於鐳射雷達，價格更為低廉，因此視覺SLAM擁有更加廣闊的應用場景。

SLAM的應用場景包括：無人機和無人駕駛利用SLAM可以構建區域性地圖，規避障礙物，規劃路徑等等；增強現實中將虛擬物體和真實環境相疊加，有賴於SLAM的實時定位技術；利用SLAM技術進行三維建模，從而服務於3D列印。