激光 SLAM 采用 2D 或 3D 激光雷达,采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点(点云)。通过匹配与比对不同时刻两片点云,计算相对运动的距离和姿态的改变,也就完成了定位,激光雷达测距比较准确,误差模型简单,在强光直射以外的环境中运行稳定,点云的处理也比较容易。同时点云信息本身包含直接的几何关系,使得机器人的路径规划和导航变得直观。
基于视觉的 SLAM 将摄像头与惯性测量单元(IMU)结合起来,利用环境中的视觉特征,即使在未知空间,也可精确追踪其路径V-SLAM 从环境中获取海量的、富于几余的纹理信息,能够实现重定位、场景分类。同时视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标,如行人、车辆等,对于在复杂动态场景中的应用这是至关重要的。