Eine der wichtigsten Fähigkeiten eines mobilen Roboters ist die Möglichkeit, sich in seiner Umgebung zu orientieren und auch über längere Zeit sicher zu navigieren. Das SLAM-Problem (Simultaneous Localization and Mapping, engl.: "Simultane Lokalisation und Kartenbildung") beschreibt das Henne-und-Ei-Problem, dass der Roboter sich ohne eine genaue Karte der Umgebung nicht Lokalisieren kann, aber ohne gute Lokalisierung keine Karte aufgebaut werden kann.
Das SLAM-Problem wird derzeit weltweit von zahlreichen Forschergruppen bearbeitet. Entsprechend groß ist die Zahl der Lösungsansätze. Allerdings gibt es derzeit nur wenige wissenschaftliche Arbeiten, die sich mit SLAM in unstrukturierten Außenbereichen beschäftigen. Existierende Algorithmen zeigen in strukturierten Innenbereichen (meist Büroumgebungen, Flure, etc.) gute Ergebnisse.
SLAM Verfahren
- EKF SLAM (Extended Kalman Filter)
- SEIF (Sparse Extended Information Filter)
- UKF (Unscented Kalman Filter)
- FastSLAM
- DP-SLAM
- Scanmatching-Verfahren