基于滤波的SLAM，主要是EKF SLAM，大致步骤是通过控制量(比如码盘记录的轮子偏移量)得 到一个机器人估计的位姿，然后通过测量的结果对这个位姿进行一个修正，前一步叫预 测，后一步叫校正。前一步通常比较简单，就是当前估计的位姿加上控制量得到的偏移 值就得到一个粗糙的位姿了。后一步则同样要通过计算两侧位姿下得到的测量结果的比 较，这就涉及到两次测量的特征点的提取，通过两次特征点的偏移反推机器人的移动， 通过这个结果既对机器人位姿进行了修正，同时也使特征点的位置也得到了修正。这个 过程叫data association(就是找到不同时刻观测到的特征点的对应关系)。在2D SLAM中， 比如gmapping，cartographer等，并没有特征 提取的过程，这是因为大部分2DSLAM 算 法使用了Grid Map，通过概率珊格来表示空间位置，(当然也可以把每一个珊格都看成是 一个特征点)，可以认为概率珊格地图的data assiciation过程就是计算当前观测所有测 量值和已有的地图中距离最近的障碍物的距离总和，和越小说明匹配越好。

基于滤波的SLAM有一个问题是表示位姿和特征点需要的空间是二次的。计算起来比较复 杂。基于优化的SLAM目前越来越受到了欢迎。

基于优化的SLAM分为前端和后端两部分。前端通过特征提取等方式得到一个结果，后端 将这个结果和前面测量的结果一起优化，最后优化得到一个最优的轨迹和环境测量值。 cartographer就是使用了这种方法的，目前的视觉SLAM也是使用基于优化的方法。下面 大致说说视觉SLAM的步骤。

首先摄像头得到两帧图片，通过两张图片中特征的偏移反推机器人的移动，这里就必须 要用到图像的特征提取算法(比如SIFT，SURF等算法)得到同一个特征在不同帧图像中的 变化，进而得到机器人的移动。如前所述，如果传感器没有误差，SLAM就算完结了，正 由于摄像头的误差，才有了后面的事情。由于摄像头的累计误差，最终的结果可能完全 变得谬之千里。因此我们用一个图(节点和边)表示测量的约束关系。节点包括机器人位 姿和特征点位置，边表示他们的约束关系。机器人之间的关系通过控制信息建立，机器 人和特征点的关系通过测量建立，但是由于相关行，最终的约束可能比这个复杂。建立 约束之后使用梯度下降法，调整约束变量(这里就是机器人位姿和特征点的位置)使误差 最小。

最开始，大家担心这个计算量很大，最后发现，很多特征点不是一直都被观测到，只在 某些某些帧中观测到，这样最终的约束矩阵是一个稀疏矩阵，计算就成了可能。但是随 着时间推移，约束依然很大，计算还是很复杂，所以策略是没必要把所有包含特征点的 图像帧都建立约束，只取一定的关键帧也可。最好的情况就是机器人走了一段时间之后 又回到之前走过的地方，这样建立的约束更好。这就涉及闭环检测的问题，闭环检测也 是很重要的研究方向，为了简化，有的SLAM就在每一帧匹配的时候随机选取之前的一定 数量的特征来匹配，如果匹配上了就说明可能出现了闭环。