激光SLAM与视觉SLAM的特点
目前，SLAM技术被广泛运用于机器人、无人机、无人驾驶、AR、VR等领域，依靠传感器可实现机器的自主定位、建图、路径规划等功能。由于传感器不同，SLAM的实现方式也有所不同，按传感器来分，SLAM主要包括激光SLAM和视觉SLAM两大类。
其中，激光SLAM比视觉SLAM起步早，在理论、技术和产品落地上都相对成熟。基于视觉的SLAM方案目前主要有两种实现路径，一种是基于RGBD的深度摄像机，比如Kinect；还有一种就是基于单目、双目或者鱼眼摄像头的。视觉SLAM目前尚处于进一步研发和应用场景拓展、产品逐渐落地阶段。
激光SLAM
早在2005年的时候，激光SLAM就已经被研究的比较透彻，框架也已初步确定。激光SLAM，是目前最稳定、最主流的定位导航方法。
激光SLAM地图构建
视觉SLAM（基于视觉的定位与建图）
随着计算机视觉的迅速发展，视觉SLAM因为信息量大，适用范围广等优点受到广泛关注。
（1）基于深度摄像机的视觉SLAM，跟激光SLAM类似，通过收集到的点云数据，能直接计算障碍物距离；
（2）基于单目、鱼眼相机的视觉SLAM方案，利用多帧图像来估计自身的位姿变化，再通过累计位姿变化来计算距离物体的距离，并进行定位与地图构建；
移动机器人(AGV)是工业机器人的一种。它由计算机控制，具有移动、自动导航、多传感器控制、网络交互等功能，在实际生产中最主要的用途是搬运，可以说只要有搬运需求的地方，就有移动机器人的应用可能。
近年来，移动机器人技术在世界范围内得到快速发展。人们致力于把移动机器人应用于各种场景中，从室内外搬运机器人，到服务型机器人，再到工业机器人等，移动机器人的运用都得到了巨大突破。
在移动机器人研究中一个最关键的技术就是即时定位和建图，也就是所谓的SLAM技术。SLAM它试图解决这样的问题：一个机器人在未知的环境中运动，如何通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图。
SLAM技术正是为了实现这个目标涉及到的诸多技术的总和。由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。
按照核心的功能模块来区分，目前常见的移动机器人SLAM系统一般具有两种形式：基于激光雷达的SLAM(激光SLAM)和基于视觉的SLAM(Visual SLAM或VSLAM)。
那么激光SLAM与视觉SLAM到底有何不同呢？看下面这个表格就一目了然。
激光SLAM与视觉SLAM比较
通过对比我们发现，激光SLAM和视觉SLAM各擅胜场。两者相较，激光 SLAM 构建的地图精度高，不存在累计误差，且能直接用于定位导航。
当然，激光SLAM也有一定的局限性。比如在又长又直、两侧是墙壁的长廊或是动态变化大的环境中，单纯依靠激光SLAM容易发生定位丢失的情况。
其实，要想让移动机器人应对各种复杂的使用场景，激光SLAM与视觉SLAM必将在相互竞争和融合中发展，多传感器融合导航必然是未来发展方向。伴随移动机器人核心技术的解决，将替代人工完成简单、重复、劳动量大的繁杂工作，真正为人类服务。
目前，SLAM技术被广泛运用于机器人、无人机、无人驾驶、AR、VR等领域，依靠传感器可实现机器的自主定位、建图、路径规划等功能。由于传感器不同，SLAM的实现方式也有所不同，按传感器来分，SLAM主要包括激光SLAM和视觉SLAM两大类。
其中，激光SLAM比视觉SLAM起步早，在理论、技术和产品落地上都相对成熟。基于视觉的SLAM方案目前主要有两种实现路径，一种是基于RGBD的深度摄像机，比如Kinect；还有一种就是基于单目、双目或者鱼眼摄像头的。视觉SLAM目前尚处于进一步研发和应用场景拓展、产品逐渐落地阶段。
激光SLAM是目前比较成熟的定位导航方案，视觉SLAM是未来研究的一个主流方向。所以，未来，多传感器的融合是一种必然的趋势。取长补短，优势结合，为市场打造出真正好用的、易用的SLAM方案。SLAMTEC—思岚科技也会努力在自己的领域里，把激光SLAM定位导航方案进一步优化、升级，结合市场上的优质技术，努力做到为市场提供好用的定位导航解决方案。