机器人通过结合传感器数据和算法来执行同步定位与地图构建 (SLAM)，以构建未知环境的地图，同时跟踪它们在其中的位置。 核心思想是解决两个相互依赖的问题：估计机器人的位置（定位）和构建周围环境的表示（地图构建）。 诸如 LiDAR、相机、惯性测量单元 (IMU) 或轮式编码器之类的传感器提供有关机器人运动和环境的原始数据。 例如，LiDAR 传感器可能会测量到墙壁的距离，而轮式编码器会跟踪机器人移动的距离。 算法处理这些数据以推断机器人的轨迹并逐步更新地图。 此过程的关键是处理不确定性——没有传感器是完美的，因此通常使用诸如卡尔曼滤波器或粒子滤波器之类的概率方法来对噪声进行建模并随着时间的推移改进估计。
SLAM 实现通常依赖于概率模型和优化技术。 一种常见的方法是将环境表示为图，其中节点表示机器人的姿势（位置和方向），边表示基于传感器数据的姿势之间的约束。 例如，如果机器人用它的相机检测到可识别的特征（如门或角），它可以将该观察结果链接到先前的观察结果以校正其估计位置。 诸如 ORB-SLAM 之类的现代系统使用视觉特征（例如，图像中的角或边）作为地标，跨帧跟踪它们以细化地图。 通过优先考虑计算效率来实现实时操作——例如，使用稀疏特征匹配而不是处理每个像素。 回环检测（即机器人识别先前访问的位置）对于校正累积误差至关重要。 这可能涉及将当前传感器数据与存储的地图特征进行比较，并调整图形以对齐不一致之处。
实际的 SLAM 系统在准确性、速度和资源使用之间取得平衡。 例如，自动吸尘器通常使用基于 LiDAR 的 SLAM（如 Roomba i7 中的算法）来创建 2D 平面图，而无人机可能使用视觉惯性 SLAM（例如 VINS-Fusion）结合相机和 IMU 进行 3D 地图绘制。 开发人员必须考虑权衡：密集映射（例如，使用 RGB-D 传感器）提供详细的环境，但需要更多处理，而稀疏方法更快但精度较低。 诸如 ROS 的 GMapping 或 Google 的 Cartographer 之类的开源库抽象了低级复杂性，让开发人员可以专注于调整传感器噪声模型或回环闭合阈值之类的参数。 挑战包括处理动态对象（例如，移动的人员）并确保在光照或地形变化方面的鲁棒性。 通过集成传感器数据、概率推理和高效优化，SLAM 使机器人能够在各种环境中自主运行。