SLAM（自己位置推定と地図構築）（えすえれいむ）
最終更新：2026/4/25
SLAMは、自己位置推定と環境地図構築を同時に行う技術であり、ロボット工学や自動運転などの分野で利用される。
別名・同義語 同時局所化と地図作成自己位置推定と環境地図作成
ポイント
SLAMは、GPSなどの外部情報に頼らず、センサーデータのみで自身の位置と周囲の地図を生成できる点が特徴である。計算資源の制約下でのリアルタイム処理が課題となる。
SLAMの概要
SLAM（Simultaneous Localization and Mapping）は、自己位置推定（Localization）と環境地図構築（Mapping）を同時に行う技術です。ロボットや自動運転車などの自律移動ロボットが、事前に地図が与えられていない未知の環境で自身の位置を特定しつつ、その環境の地図を作成するために不可欠な技術です。
SLAMの基本的な仕組み
SLAMは、主に以下の要素で構成されます。
- センサ: 環境を認識するためのセンサー。カメラ、LiDAR、レーダー、IMU（慣性計測ユニット）などが用いられます。
- 自己位置推定: センサーデータから自身の位置と姿勢を推定します。カルマンフィルタやパーティクルフィルタなどのアルゴリズムが用いられます。
- 地図構築: 推定された位置と姿勢に基づいて、環境の地図を構築します。特徴点ベース、グリッドマップベース、トポロジカルマップベースなど、様々な地図表現方法があります。
- データ連想: 新しいセンサーデータと既存の地図データを関連付け、位置推定と地図構築の精度を向上させます。
SLAMの種類
SLAMには、使用するセンサーや地図表現方法によって様々な種類があります。
- Visual SLAM: カメラを用いて環境を認識し、地図を構築します。計算コストが低い反面、照明条件の影響を受けやすいという欠点があります。
- LiDAR SLAM: LiDAR（Light Detection and Ranging）を用いて環境を認識し、地図を構築します。高精度な地図を作成できますが、コストが高いという欠点があります。
- Visual-Inertial SLAM: カメラとIMUを組み合わせて使用します。それぞれのセンサーの長所を活かし、ロバストなSLAMを実現できます。
SLAMの応用分野
SLAMは、以下の分野で広く応用されています。