由於傳感器種類和安裝方式的不同，SLAM 的實現方式和難度會有一定的差異。按傳感器來分，SLAM 主要分為激光 SLAM 和 VSLAM 兩大類。其中
，激光 SLAM 比 VSLAM 起步早，在理論、技術和產品落地上都相對成熟。基於視覺的 SLAM 方案目前主要有兩種實現路徑
，一種是基於 RGBD 的深度攝像機，比如 Kinect；還有一種就是基於單目、雙目或者魚眼攝像頭的。VSLAM 目前尚處於進一步研發和應用場景拓展、產品逐漸落地階段。

激光 SLAM：早在 2005 年的時候
，激光 SLAM 就已經被研究的比較透徹，框架也已初步確定。激光 SLAM

，是目前最穩定、最主流的定位導航方。
VSLAM（基於視覺的定位與建圖）：隨著計算機視覺的迅速發展，視覺 SLAM 因為信息量大，適用範圍廣等優點受到廣泛關注。
（1）基於深度攝像機的 Vslam，跟激光 SLAM 類似，通過收集到的點雲數據，能直接計算障礙物距離

；
（2）基於單目、魚眼相機的 VSLAM 方案，利用多幀圖像來估計自身的位姿變化
，再通過累計位姿變化來計算距離物體的距離，並進行定位與地圖構建；

一直以來
，不管是產業界還是學術界，對激光 SLAM 和 VSLAM 到底誰更勝一籌，誰是未來的主流趨勢這一問題，都有自己的看法和見解。下麵就簡單從幾個方麵對比了一下激光 SLAM 和 VSLAM。

成本
不管是 Sick，北洋，還是 Velodyne，價格從幾萬到幾十萬不等，成本相對來說比較高，但目前國內也有低成本激光雷達（RPLIDAR）解決方案。VSLAM 主zhu要yao是shi通tong過guo攝she像xiang頭tou來lai采cai集ji數shu據ju信xin息xi，跟gen激ji光guang雷lei達da一yi對dui比bi
，攝she像xiang頭tou的de成cheng本ben顯xian然ran要yao低di很hen多duo。但dan激ji光guang雷lei達da能neng更geng高gao精jing度du的de測ce出chu障zhang礙ai點dian的de角jiao度du和he距ju離li，方fang便bian定ding位wei導dao航hang。

應用場景
從應用場景來說，VSLAM 的應用場景要豐富很多。VSLAM 在室內外環境下均能開展工作，但是對光的依賴程度高，在暗處或者一些無紋理區域是無法進行工作的。而激光 SLAM 目前主要被應用在室內，用來進行地圖構建和導航工作。

地圖精度
激光 SLAM 在構建地圖的時候，精度較高，思嵐科技的 RPLIDAR 係列構建的地圖精度可達到 2cm 左右；VSLAM，比如常見的，大家也用的非常多的深度攝像機 Kinect，（測距範圍在 3-12m 之間），地圖構建精度約 3cm；所以激光 SLAM 構建的地圖精度一般來說比 VSLAM 高，且能直接用於定位導航。

易用性
激光 SLAM 和基於深度相機的 VSLAM 均是通過直接獲取環境中的點雲數據，根據生成的點雲數據，測算哪裏有障礙物以及障礙物的距離。但是基於單目、雙目、魚眼攝像機的 VSLAM 方案
，則不能直接獲得環境中的點雲
，而是形成灰色或彩色圖像，需要通過不斷移動自身的位置，通過提取
、匹配特征點，利用三角測距的方法測算出障礙物的距離。

安裝方式
雷達最先開始應用於軍事行業
，後來逐漸民用。被大家廣泛知曉最先應該是從穀歌的無人車上所知道的。當時 Velodyne 雷達體積、重量都較大，應用到一些實際場景中顯然不適合。比如無人機、AR、VR 這種，本身體積就很小，再搭載大體積的激光雷達的話，根本無法使用
，也影響美感和性能。所以 VSLAM 的出現，利用攝像頭測距，彌補了激光雷達的這一缺點，安裝方式可以隨著場景的不同實現多元化。

其他
除了上麵幾點之外
，在探測範圍、運算強度
、實時數據生成
、地圖累計誤差等方麵，激光 SLAM 和視覺 SLAM 也會存在一定的差距。 比如：
注：左為 Lidar SLAM，右為 VSLAM
，數據來源：KITTI 可以明顯看出，對於同一個場景
，VSLAM 在後半程中出現了偏差

，這是因為累積誤差所引起的
，所以 VSLAM 要進行回環檢驗。
激光 SLAM 是目前比較成熟的定位導航方案
，視覺 SLAM 是未來研究的一個主流方向。所以
，未來
，多傳感器的融合是一種必然的趨勢。取長補短，優勢結合
，為市場打造出真正好用的、易用的 SLAM 方案。