SLAM (simultaneous localization and mapping), 也 称 为 CML (Concurrent Mapping and
Localization), 即时定位与地图构建，或并发建图与定位。
问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描
绘出此环境完全的地图，同时一边决定机器人应该往哪个方向行进。
例如扫地机器人就是一个很典型的 SLAM 问题，所谓完全的地图（a consistent map）是指不
受障碍行进到房间可进入的每个角落。
SLAM 最早由 Smith、Self 和 Cheeseman 于 1988 年提出。
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。
当你来到一个陌生的环境时，为了迅速熟悉环境并完成自己的任务（比如找饭馆，找旅馆），
你应当做以下事情：
a.用眼睛观察周围地标如建筑、大树、花坛等，并记住他们的特征（特征提取）
b.在自己的脑海中，根据双目获得的信息，把特征地标在三维地图中重建出来（三维重建）
c.当自己在行走时，不断获取新的特征地标，并且校正自己头脑中的地图模型（bundle
adjustment or EKF）
d.根据自己前一段时间行走获得的特征地标，确定自己的位置（trajectory）
e.当无意中走了很长一段路的时候，和脑海中的以往地标进行匹配，看一看是否走回了原路
（loop-closure detection）。实际这一步可有可无。
以上五步是同时进行的，因此是 simultaneous localization and mapping
