根據(jù)所使用的技術(shù)，SLAM 算法分為三類：基于濾波器的 SLAM、圖形 SLAM 和基于深度學(xué)習(xí) (DL) 的 SLAM?；跒V波器的 SLAM 將該問題視為狀態(tài)估計(jì)問題。狀態(tài)由機(jī)器人的姿態(tài)和地圖組成，由濾波器根據(jù)機(jī)器人探索過程中的測量值進(jìn)行迭代更新。基于 DL 的 SLAM 通過用 DL 網(wǎng)絡(luò)替換整個(gè)端到端過程來解決問題。只有圖形 SLAM 中的子任務(wù)可以用 DL 網(wǎng)絡(luò)替代。然而，將此類算法歸類為圖形 SLAM 是合理的。圖形 SLAM 是目前較為先進(jìn)的算法?；诙说蕉?DL 的 SLAM 最近確實(shí)取得了可喜的成果，但還不成熟，而基于濾波器的 SLAM 總體上比圖形 SLAM 的表現(xiàn)更差。因此，本文的討論僅限于圖形 SLAM。SLAM 算法可以根據(jù)主傳感器進(jìn)一步分類，例如視覺 SLAM、激光雷達(dá) (LiDAR) SLAM 等。慣性測量單元 (IMU) 或慣性導(dǎo)航系統(tǒng) (INS) 通常與主傳感器一起使用，以提高姿態(tài)估計(jì)的準(zhǔn)確度。