SLAMとは
SLAM（Simultaneous Localization and Mapping：自己位置推定と地図構築の同時実行）とは、ロボットやデバイスが未知の環境を移動しながら、自身の位置推定と周囲の環境地図の構築を同時に行う技術です。自律移動ロボット、自動運転車、ARデバイスの基盤技術として不可欠です。
SLAMの手法分類
SLAMはセンサーの種類によってVisual SLAM（カメラベース）とLiDAR SLAMに大別されます。Visual SLAMの代表例にはORB-SLAM、LSD-SLAM、DSO（Direct Sparse Odometry）などがあります。LiDAR SLAMではLOAMやCartographerが有名です。また、フィルタベース（Extended Kalman Filter、Particle Filter）とグラフベース（g2o、GTSAM）という最適化手法の違いもあります。近年ではディープラーニングを活用したDeep SLAMも研究が進んでおり、特徴点抽出やループ検出にCNNを利用するハイブリッド手法が注目されています。
SLAMの応用
SLAMは自動運転車の自己位置推定、ドローンの自律飛行、掃除ロボットの走行経路計画、ARアプリケーション（ARKit、ARCore）での空間認識、建物の3Dマッピング、工場や倉庫の自律搬送ロボットなどで活用されています。リアルタイム性、精度、ロバスト性のバランスが実用化の鍵となっています。