服务机器人是多技术融合的产物，涉及机械、传感、控制、人工智能等多个领域，不仅有众多关键零部件，需要的核心技术也多样且复杂。其中任何一项技术的突破，都将有力地推动服务机器人迈向智能化，而服务机器人产业的繁荣也会带动更多企业和科研机构探索新技术，加快技术应用和落地。

工业机器人工作时，通常只需按照编写好的指令机械地执行，与它相比，服务机器人工作时要面对的环境要更为复杂。因此，服务机器人需要更智慧的“大脑”——智能系统，自主性地完成更加琐碎、多变的工作。其中一项被研究者普遍认为是实现机器人完全自主的关键重要的技术，就是SLAM（即时定位与地图构建）技术。

1988年，Smith、Self和Cheeseman提出移动机器人SLAM算法，主要用于研究机器人移动的智能化，即在未知环境特征的情况下，机器人从任意初始点开始，利用行进过程中对自身位置的估计以及内外传感器观测数据进行实时定位，同时利用该数据不断更新环境地图，从而逐步创建完整地图。

概括性地说，SLAM技术解决的是机器人等在未知环境下运动时的定位与地图构建问题。它被认为是过去十年间机器人研究领域的重要成果之一，是目前主流的定位技术。

按传感器的不同，SLAM技术主要分两种，基于激光雷达（内置红外摄像头）的SLAM技术，和基于视觉传感器（内置RGB摄像头）的SLAM技术。

目前这两种方式各有优劣。在静态且简单的环境中，激光SLAM定位总体来讲优于视觉SLAM，且构建的地图精度一般来说要更高，能直接用于定位导航。目前主要被应用在室内，用来进行地图构建和导航工作。视觉SLAM应用场景要丰富很多，在室内外环境下均能开展工作。尤其是在较大尺度且动态的环境中，视觉SLAM具有的纹理信息能表现出更好的效果。但是视觉SLAM也有缺点，对光的依赖程度高，在暗处或者一些无纹理区域无法进行工作。

SLAM技术未出现之前，扫地机器人只能按照设定的路线进行清扫，碰到墙壁或物体边缘便转向，导致清扫线路杂乱无章、效率低下。由于SLAM技术的优越性，iRobot、石头科技、科沃斯等扫地机器人品牌基本都配备了该导航系统，可以为室内区域建图或建模，以此来规划清扫路线，既节能又可以提高效率。

目前，大部分服务机器人及AGV小车已经依靠采用基于视觉或激光雷达的SLAM技术建立导航系统，利用机器人本体上的激光雷达、摄像头等传感器等感知环境，即使出现临时障碍物，也能够重新规划路线，轻松灵活应对。

这项诞生于扫地机器人领域的技术，已经在自动驾驶、无人机、AR/VR等领域有着广泛的应用。大疆工程师曾有一句点评广为流传，“所有关于无人机的梦想都建立在SLAM之上”。

随着高效传感器、多传感器融合以及各种智能方法与SLAM相结合的研究日益深入，SLAM算法还将进一步得到改进和发展，其应用范围不再局限于工业流程、智能农业、智慧医疗以及便捷服务等行业，而将扩展到城市安全、国防和空间探测等领域。