SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。 SLAM最早由Smith、Self和Cheeseman于1988年提出。 由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。
SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。
一、用户需求
1.对室内生产空间实际或者库房内部使劲构造摆放等情况的具体了解。
2.能够根据对室内空间的了解，利用高智能化机器设备实现自动生产、搬运、存储等活动实现操作自动化。
3.在一些条件比较复杂的空间能够准确的定位与生产或操作实际相关的设备、标志等信息。
4.能够对变化的空间环境做出反应并提示用户，甚至替用户做出处理判断。
二、功能介绍
自主定位与导航——能够对探测空间中的目标进行定位，并可以指导行进；
地图绘制——在探测空间中采集到的数据进行快速地图绘制；
数据处理与分析——根据历史数据与新探测、修改的数据进行第一手分析与数据输出；
多载体兼容——整体系统可以连接多种设备进行指导；
三、系统设计优势
1.在室内空间环境下的复杂物理空间进行智能勘测、定位、测绘路线图，并能够快速的计算出可行的路线进行导航.
2.系统独立存在，具有严密的算法，可以应用到多种设备并能够于多种系统进行兼容.
3.立体成像、激光定位具有可视功能.
四、系统功能特点
多场景应用、高度人工智能化、还原度高、指导性强。