除了自動駕駛，SLAM技術還能用在哪兒？

以下是視頻文字稿：

能讓機器認識未知環境的 SLAM，被用在哪些場景？

首當其衝的當然是各類機器人，為了更好的“遍歷”地板，就算是掃地機器人也會用到SLAM；無人機的自主避障，高級別的自動駕駛，還有時下正火的 AR，SLAM 都有用武之地。

人們會根據使用環境、計算能力和金錢成本等因素，選擇不同的 SLAM 方案。 單目方案需要的計算資源較少、成本低，但偏差較大；雙目方案雖然能估算像素點的深度，但需要大量計算資源；RGB-D 方案雖然自動獲取了深度，但視野較小， 也容易受到日光干擾。

這些不足之處決定著 SLAM 的未來，並分出了兩個方向。 其中之一是向小型、輕量化發展，以便更好地在嵌入式和手機這類小型設備上運行；另一個方向則是在不考慮計算代價的基礎上，實現更精密的三維重建。

還有，人們常說的回環檢測是什麼？

在估算位置、繪製路徑的過程中難免會有誤差，誤差累積過多就會產生“錯誤”。 如果機器能認出曾經經過的地方，路徑就能閉合成“環”，不僅讓誤差歸零還能矯正軌蹟的形狀。 對於 SLAM 來說，回環檢測是非常重要的一環。