另一方面，單目相機也無法依靠一張圖像獲得圖像中物體離自己的相對距離。
　　但這兩個問題都有對應的解決辦法。比如，通過借助 GPU 和 IMU（Inertial Measurement Unit，慣性測量器件）確定物體的大小，依靠運動中的三角測量，來求解相機運動并估計像素的空間位置。
　　雙目 SLAM 消除了單目的很多麻煩。雙目視覺和人眼類似，通過左右眼圖像的差異來計算距離——也就是所謂的立體視覺（Stereo）。
　　但雙目 SLAM 的計算量非常大，通常需要用到可編程門陣列 FPGA。而且其其深度量程也受雙目的基線與分辨率限制。
　　RGBD SLAM 的傳感器是深度攝像頭，能直接記錄深度信息。深度攝像頭通過把光投射到物體表面，再測量反射的信息來計算距離，具體原理有兩種：結構光或 Time-of-Flight。它比傳統相機能夠提供更豐富的信息，也不必像單目或雙目那樣費時費力地計算深度。Kinect 就是一種比較常見的深度攝像頭。不過，現在多數 RGBD 相機還存在測量范圍窄、噪聲大、視野小等諸多問題。
　　總的來說，SLAM 的實現方法多種多樣，應用場景也不斷打開。但「由于產品和硬件高度差異化，而 SLAM 相關技術的整合和優化又很復雜，導致算法和軟件高度碎片化，所以市場上目前還沒有一套通用普適的解決方案，在短時間內也不會有」。
白鑫 本文來源：極客公園 責任編輯：白鑫_NT4464