SLAM技術被廣泛運用於機器人、無人機、無人駕駛、AR、VR等領域，依靠感測器可實現機器的自主定位、建圖、路徑規劃等功能。由於感測器不同，SLAM的實現方式也有所不同，按感測器來分，SLAM主要包括鐳射SLAM和視覺SLAM兩大類。其中，鐳射SLAM比視覺SLAM起步早，在理論、技術和產品落地上都相對成熟。基於視覺的SLAM方案目前主要有兩種實現路徑，一種是基於RGBD的深度攝像機，比如Kinect；還有一種就是基於單目、雙目或者魚眼攝像頭的。視覺SLAM目前尚處於進一步研發和應用場景拓展、產品逐漸落地階段。
鐳射SLAM，是目前最穩定、最主流的定位導航方法。
視覺SLAM是基於視覺的定位與建圖。隨著計算機視覺的迅速發展，視覺SLAM因為資訊量大，適用範圍廣等優點受到廣泛關注。
（1）基於深度攝像機的視覺SLAM，跟鐳射SLAM類似，透過收集到的點雲資料，能直接計算障礙物距離；
（2）基於單目、魚眼相機的視覺SLAM方案，利用多幀影象來估計自身的位姿變化，再透過累計位姿變化來計算距離物體的距離，並進行定位與地圖構建。
下面就簡單從幾個方面對比了一下鐳射SLAM和視覺SLAM。
1.成本
鐳射雷達成本相對來說比較高，但國內也有低成本鐳射雷達（RPLIDAR）解決方案。視覺SLAM主要是透過攝像頭來採集資料資訊，跟鐳射雷達一對比，攝像頭的成本顯然要低很多。但鐳射雷達能更高精度的測出障礙點的角度和距離，方便定位導航。
2.應用場景
從應用場景來說，視覺SLAM的應用場景要豐富很多。視覺SLAM在室內外環境下均能開展工作，但是對光的依賴程度高，在暗處或者一些無紋理區域是無法進行工作的。而鐳射SLAM目前主要被應用在室內，用來進行地圖構建和導航工作。
3.地圖精度
鐳射SLAM在構建地圖的時候，精度較高，思嵐科技的RPLIDAR系列構建的地圖精度可達到2cm左右；視覺SLAM，比如常見的，大家也用的非常多的深度攝像機Kinect，（測距範圍在3-12m之間），地圖構建精度約3cm；所以鐳射SLAM構建的地圖精度一般來說比視覺SLAM高，且能直接用於定位導航。
4.易用性
鐳射SLAM和基於深度相機的視覺SLAM均是透過直接獲取環境中的點雲資料，根據生成的點雲資料，測算哪裡有障礙物以及障礙物的距離。但是基於單目、雙目、魚眼攝像機的視覺SLAM方案，則不能直接獲得環境中的點雲，而是形成灰色或彩色影象，需要透過不斷移動自身的位置，透過提取、匹配特徵點，利用三角測距的方法測算出障礙物的距離。
5.安裝方式
雷達最先開始應用於軍事行業，後來逐漸民用。被大家廣泛知曉最先應該是從谷歌的無人車上所知道的。當時Velodyne雷達體積、重量都較大，應用到一些實際場景中顯然不適合。比如無人機、AR、VR這種，本身體積就很小，再搭載大體積的鐳射雷達的話，根本無法使用，也影響美感和效能。所以視覺SLAM的出現，利用攝像頭測距，彌補了鐳射雷達的這一缺點，安裝方式可以隨著場景的不同實現多元化。
SLAM技術被廣泛運用於機器人、無人機、無人駕駛、AR、VR等領域，依靠感測器可實現機器的自主定位、建圖、路徑規劃等功能。由於感測器不同，SLAM的實現方式也有所不同，按感測器來分，SLAM主要包括鐳射SLAM和視覺SLAM兩大類。其中，鐳射SLAM比視覺SLAM起步早，在理論、技術和產品落地上都相對成熟。基於視覺的SLAM方案目前主要有兩種實現路徑，一種是基於RGBD的深度攝像機，比如Kinect；還有一種就是基於單目、雙目或者魚眼攝像頭的。視覺SLAM目前尚處於進一步研發和應用場景拓展、產品逐漸落地階段。
鐳射SLAM，是目前最穩定、最主流的定位導航方法。
視覺SLAM是基於視覺的定位與建圖。隨著計算機視覺的迅速發展，視覺SLAM因為資訊量大，適用範圍廣等優點受到廣泛關注。
（1）基於深度攝像機的視覺SLAM，跟鐳射SLAM類似，透過收集到的點雲資料，能直接計算障礙物距離；
（2）基於單目、魚眼相機的視覺SLAM方案，利用多幀影象來估計自身的位姿變化，再透過累計位姿變化來計算距離物體的距離，並進行定位與地圖構建。
下面就簡單從幾個方面對比了一下鐳射SLAM和視覺SLAM。
1.成本
鐳射雷達成本相對來說比較高，但國內也有低成本鐳射雷達（RPLIDAR）解決方案。視覺SLAM主要是透過攝像頭來採集資料資訊，跟鐳射雷達一對比，攝像頭的成本顯然要低很多。但鐳射雷達能更高精度的測出障礙點的角度和距離，方便定位導航。
2.應用場景
從應用場景來說，視覺SLAM的應用場景要豐富很多。視覺SLAM在室內外環境下均能開展工作，但是對光的依賴程度高，在暗處或者一些無紋理區域是無法進行工作的。而鐳射SLAM目前主要被應用在室內，用來進行地圖構建和導航工作。
3.地圖精度
鐳射SLAM在構建地圖的時候，精度較高，思嵐科技的RPLIDAR系列構建的地圖精度可達到2cm左右；視覺SLAM，比如常見的，大家也用的非常多的深度攝像機Kinect，（測距範圍在3-12m之間），地圖構建精度約3cm；所以鐳射SLAM構建的地圖精度一般來說比視覺SLAM高，且能直接用於定位導航。
4.易用性
鐳射SLAM和基於深度相機的視覺SLAM均是透過直接獲取環境中的點雲資料，根據生成的點雲資料，測算哪裡有障礙物以及障礙物的距離。但是基於單目、雙目、魚眼攝像機的視覺SLAM方案，則不能直接獲得環境中的點雲，而是形成灰色或彩色影象，需要透過不斷移動自身的位置，透過提取、匹配特徵點，利用三角測距的方法測算出障礙物的距離。
5.安裝方式
雷達最先開始應用於軍事行業，後來逐漸民用。被大家廣泛知曉最先應該是從谷歌的無人車上所知道的。當時Velodyne雷達體積、重量都較大，應用到一些實際場景中顯然不適合。比如無人機、AR、VR這種，本身體積就很小，再搭載大體積的鐳射雷達的話，根本無法使用，也影響美感和效能。所以視覺SLAM的出現，利用攝像頭測距，彌補了鐳射雷達的這一缺點，安裝方式可以隨著場景的不同實現多元化。