一、技术挑战
人形机器人双足步态使其感知基座持续"浮动"，传统为轮式平台设计的SLAM面临系统性困境，核心难点包括：
感知基座不稳定。 机器人运动时传感器始终晃动，双足冲击导致高速度下姿态估计精度下降。SLAM需在"自知晃动"的前提下融合数据。
视野自遮挡与视场局限。 手臂、躯干和头部相互遮挡，头部安装的传感器随"低头""转头"持续改变参考系，增加特征匹配与坐标转换难度。
动态环境干扰。 真实场景中动态物体是常态，而传统SLAM基于静态假设。机器人自身运动易造成几何一致性误判，将静态特征错标为动态。近年趋势从"剔除动态"转向"理解动态"，为动态建立显式概率模型。
浮动基座耦合。 传感器位于不同刚体（头部摄像头、躯干IMU、足底接触），需估计髋部或躯干重心在世界系中的位姿，要求SLAM与运动学/动力学模型深度耦合。
实时性与算力约束。 人形机器人边缘算力有限，需在稳定行走中完成高频定位建图，必须整合多模态输入并满足实时性。
二、算法综述
人形机器人SLAM经过滤波→图优化→深度学习三阶段演进，当前沿三条技术路线展开：
视觉SLAM（V-SLAM）。 成本低、信息丰富。RGB-D搭配V-SLAM是室内纠正行走漂移的"金标准"，但视野受限。360°全景相机可在任意朝向观测可靠特征。动态场景中，DKB-SLAM结合光流与高斯分布，在YOLO检测框内滤除动态点。
激光SLAM。 静态环境中性能优越，但动态物体会显著降低精度。现有框架发展出在线实时、离线后处理、终身SLAM等多种动态处理策略。
语义与融合SLAM。 语义信息正在改变范式。典型方法从单张RGB图像推断3D语义占据图，同时预测几何占据与语义类别（车辆、道路、行人等），在10Hz以上达到80%空间预测精度。视觉-惯性SLAM（VINS）与人形机器人尤为相关，通过IMU补偿双足行走的特征运动。整体技术谱系涵盖传统几何SLAM、多模态融合SLAM和神经隐式SLAM。
三、代表性开源方案（简要）
-
FAST_LIO_LOCALIZATION_HUMANOID
（格灵深瞳）：适配人形雷达安装方式，局部子图与历史地图配准，精度≤2cm，延时≤30ms。
-
LIO-SAM
（MIT）：因子图紧耦合激光惯性里程计，iSAM2优化，室内结构化场景绝对误差0.25m。
-
FAST-LIO2
（港科大）：IEKF+ikd-Tree，直接配准原始点云，无需提取特征，低纹理/动态环境鲁棒。
-
VINS-Fusion
（港科大）：优化紧耦合，支持IMU+单目/双目+GPS。
-
MOLA
：模块化C++/ROS 2 SLAM框架；cuVSLAM （NVIDIA）：CUDA加速视觉里程计；DKB-SLAM：专攻复杂动态场景。
人形机器人SLAM正从"堆传感器"走向"感知-本体"一体化，模型驱动与数据驱动的混合范式成为主流方向。