以前是專門做室內定位技術研究的，先后學習和分析了多種基於電磁的室內定位技術，如WiFi指紋定位（先后出現過RSSI、CTF、CIR多種指紋特征）、WiFi ToF定位、低功耗藍牙BLE以及iBeacon定位，調研和測試過超寬帶（UWB）定位技術、地磁指紋定位等技術。后面有時間會准備一個適用場景和性能指標的詳細對比分析。
室內定位技術通常以定位區域的精准結構及地圖已知為前提，隨着機器人相關技術的發展和應用場景的逐步拓展，同步定位與地圖構建SLAM技術日益重要，近兩個月學習和測試了下SLAM相關的技術。作為新手，也是結合自己以前的工作積累和近期思考，今天先從SLAM技術的前端感知技術入手介紹下SLAM前端的選擇。
SLAM的前端技術選擇對於后續的處理算法和適用的應用場景具有十分重要的意義。SLAM前端包括單目視覺、雙目視覺、激光雷達、深度攝像機（RGB-D），由於需要構建地圖，無法形成高密度點雲的毫米波雷達、超聲波雷達一般僅作為避障使用，或者是類似於慣性測量單元IMU、里程計等用於輔助確定位置。下表分析比較了上述不同SLAM前端的特性。
| 名稱 | 適用場景 | 測距精度 | 測距范圍 | 計算復雜度 | 支持自身快速移動 | 成本 | 環境適應性 | 系統穩定性 | 情景識別能力 |
| 單目攝像頭 | 室內外簡單場景 無快速移動的背景物體 |
較低 | 中 | 高 | 否 | 低 | 中 | 低，易失捕 | 高 |
| 雙目攝像頭 | 室內外簡單場景 | 中 | 較近 | 高 | 否 | 低 | 中 | 低，易失捕 | 較高 |
| 激光雷達 | 室內外較復雜場景 | 高 | 遠 | 中 | 是 | 高 | 較高 | 高 | 較低 |
| 深度攝像機 | 室內較復雜場景 | 高 | 較近 | 中 | 否 | 中 | 低 | 較高 | 高 |
根據上述對SLAM前端技術的分析，考慮器件成本的未來下降空間，后續將主要圍繞激光雷達或深度攝像機作為SLAM前端的傳感器，分析相關SLAM的開源項目，解讀其核心算法。