SLAM_SLAM是什么意思

具身智能与机器人学习资源全景图：从SLAM到大模型再到VLA/VLN的技术演进

具身智能技术栈从深度学习与强化学习出发，依次涵盖SLAM、大语言模型（LLM）、视觉语言动作模型（VLA/VLN），最终实现端到端的机器人控制。这一技术栈遵循“感知定位、语义理解、决策行动”的逻辑递进关系，每层技术相互支撑，共同构成完整的具身智能系统。

敢敢AUTOHUB

1530

06/28 08:25

具身智能智能机器人

为什么无图智驾不使用SLAM建立局部语义地图？

智驾无图概念兴起，传统SLAM方案因几何局限性和算力消耗不足而在自动驾驶领域未能广泛应用。BEV、Transformer和Occupancy的组合解决了视觉重构、空间理解和感知死角等问题，实现了全局关联和物理保底，提升了自动驾驶的安全性和适应性。这种架构简化了感知与控制流程，使自动驾驶更加接近人类驾驶员的能力。

智驾最前沿

239

05/04 08:25

自动驾驶 Transformer

RK3576 + ROS2 SLAM建图与导航实战

本文档详细介绍了如何基于ROS2 Humble平台，利用SLAM Toolbox和Nav2构建完整的自主移动机器人系统。首先，文章概述了为何选择SLAM Toolbox和Nav2，并列出了它们的优势。接着，文章提供了详细的环境搭建步骤，包括操作系统、仿真环境、核心算法包的安装。随后，文章讲解了机器人建模与仿真集成的过程，包括URDF/Xacro的基础知识和坐标系变换。接下来，文章深入探讨了SLAM Toolbox的使用方法，包括同步与异步模式、配置文件详解以及手动建图流程。之后，文章介绍了Nav2导航系统的构建与配置，涵盖了其架构和核心组件。最后，文章提供了高级整合与调试的方法，包括边建图边导航、性能分析与优化，以及实体机器人的部署指南。文章还提出了下一步的研究方向，如多机器人SLAM、语义导航和强化学习局部规划器。

米尔电子

2320

03/12 13:32

移动机器人自主移动机器人

SLAM如何为自动驾驶提供空间感知能力？

SLAM技术在自动驾驶领域的应用及其重要性。通过激光雷达和摄像头融合，SLAM系统能够在未知环境中实时构建高精度地图并确定车辆位置，尤其适用于卫星导航信号不佳的场景。视觉SLAM提供丰富语义信息，增强系统鲁棒性。语义SLAM进一步发展，通过深度学习实现物体分类和分割，提高定位稳定性。AI技术的进步推动SLAM算法和地图渲染技术革新，助力自动驾驶迈向更高层次的安全与智能化。

智驾最前沿

689

02/11 10:32

自动驾驶 SLAM