Accueil › Glossaire › SLAM

SLAM : cartographie et localisation simultanées

Le SLAM (Simultaneous Localization and Mapping) est la technologie qui permet à un robot ou un véhicule autonome de construire une carte de son environnement tout en estimant simultanément sa propre position dans cette carte, sans connaissance préalable du lieu.

Imaginez que vous êtes parachuté dans un bâtiment inconnu, les yeux bandés, avec seulement un télémètre laser et un carnet de notes. Vous devez dessiner le plan du bâtiment ET savoir où vous êtes sur ce plan, en même temps. C’est exactement ce que fait le SLAM. Cette technologie est fondamentale pour la navigation autonome des robots mobiles, des drones, des véhicules autonomes et de nombreuses applications de réalité augmentée. C’est aussi l’un des composants clés du package Nav2 dans ROS 2.

Pourquoi le SLAM est un problème difficile

Le SLAM est un problème « œuf-poule » : pour construire une carte précise, il faut savoir où l’on est. Mais pour savoir où l’on est, il faut déjà avoir une carte. Le robot doit résoudre ces deux problèmes simultanément, d’où le nom.

La difficulté est amplifiée par les erreurs cumulatives. Chaque mesure de capteur est légèrement imprécise. Ces petites erreurs s’accumulent au fil du temps (ce qu’on appelle le « drift »), faisant dériver l’estimation de position et déformant progressivement la carte. Les algorithmes SLAM doivent gérer cette accumulation d’erreurs, en particulier grâce à la détection de fermeture de boucle (loop closure) : quand le robot revient à un endroit déjà visité, il peut corriger l’ensemble de sa trajectoire et de sa carte.

Architecture d’un système SLAM

Un système SLAM se décompose en quatre modules principaux :

Les types de SLAM

LiDAR SLAM

Le SLAM basé sur LiDAR utilise des capteurs laser qui mesurent la distance aux objets environnants en émettant des faisceaux et en chronométrant leur retour. Les LiDAR produisent des nuages de points 3D d’une grande précision, ce qui en fait le choix dominant pour les véhicules autonomes et les robots d’exploration industrielle.

Les algorithmes LiDAR SLAM classiques incluent LOAM (Lidar Odometry and Mapping), LeGO-LOAM (optimisé pour les robots terrestres), et Cartographer de Google (utilisé dans les robots mobiles commerciaux). Le LiDAR offre une excellente précision mais reste coûteux (de quelques centaines à plusieurs milliers d’euros) et sensible aux conditions météorologiques (pluie, brouillard, neige).

Visual SLAM (VSLAM)

Le VSLAM utilise des caméras (monoculaire, stéréo ou RGB-D / profondeur) comme capteurs principaux. L’avantage : les caméras sont légères, peu coûteuses et fournissent une information visuelle riche (textures, couleurs). L’inconvénient : extraire des informations géométriques 3D fiables à partir d’images 2D est plus complexe qu’avec un LiDAR.

Les algorithmes VSLAM les plus utilisés :

Semantic SLAM

Le Semantic SLAM enrichit les cartes traditionnelles avec des informations sémantiques : chaque élément de la carte n’est plus seulement un point ou une surface, mais un objet identifié (mur, porte, chaise, piéton, voiture). Cette couche sémantique permet aux robots de « comprendre » leur environnement, pas seulement de le mesurer.

Les recherches récentes combinent des modèles de deep learning (segmentation sémantique, détection d’objets comme YOLO) avec les pipelines SLAM classiques. Les LLM (grands modèles de langage) sont même explorés pour enrichir les cartes avec des descriptions en langage naturel et permettre des instructions comme « va vers la porte à gauche de la bibliothèque ».

Multi-sensor Fusion SLAM

Les systèmes les plus robustes combinent plusieurs capteurs : LiDAR + caméra + IMU (centrale inertielle) + GPS (quand disponible). La fusion multi-capteurs améliore la fiabilité en compensant les faiblesses de chaque capteur. Le LiDAR excelle en géométrie mais manque de texture. La caméra fournit la texture mais peine dans l’obscurité. L’IMU fonctionne dans toutes les conditions mais dérive rapidement. Le GPS fournit une position globale mais manque de précision locale et ne fonctionne pas en intérieur.

L’innovation HS-SLAM (2025) illustre cette tendance : un framework hybride optimisé pour les applications à basse vitesse qui combine données visuelles et inertielles pour une précision en temps réel avec un drift réduit.

Le deep learning dans le SLAM

L’intégration du deep learning transforme chaque composant du SLAM :

Un défi majeur du SLAM en environnement dynamique : les objets en mouvement (piétons, véhicules) faussent les estimations. Les approches récentes (Dynamic SLAM, 2025) utilisent des modèles comme YOLOv10 pour détecter et filtrer les points caractéristiques appartenant à des objets dynamiques, améliorant significativement la précision dans les environnements très changeants.

Applications du SLAM

Robots mobiles et logistique

Les robots AMR (Autonomous Mobile Robots) dans les entrepôts utilisent le SLAM pour naviguer sans balises ni infrastructures fixes. Le package slam_toolbox dans ROS 2 est le standard open source pour cette application. Amazon, Locus Robotics et MiR déploient des flottes de robots basés sur le SLAM à grande échelle.

Véhicules autonomes

Le SLAM est un composant essentiel de la pile logicielle des véhicules autonomes. Il permet de construire des cartes haute définition en temps réel et de se localiser avec une précision centimétrique. Les systèmes commerciaux (Waymo, Tesla) combinent SLAM, GPS haute précision et cartes pré-construites pour une localisation robuste.

Drones

Les drones utilisent le VSLAM pour naviguer en intérieur ou dans des environnements où le GPS est indisponible (sous canopée, dans des tunnels, à l’intérieur de bâtiments). Le SLAM est aussi crucial pour l’inspection autonome d’infrastructures (ponts, lignes électriques, éoliennes).

Réalité augmentée et virtuelle

Les casques AR (Apple Vision Pro, Meta Quest) et les applications AR mobiles (ARKit, ARCore) utilisent le VSLAM pour comprendre l’espace 3D et ancrer des objets virtuels dans le monde réel. La carte 3D construite par le SLAM fournit les informations géométriques nécessaires pour que les objets virtuels « tiennent » dans l’espace.

Exploration et recherche

Le SLAM est utilisé dans l’exploration spatiale (rovers martiens), l’exploration sous-marine (AUV), le sauvetage en milieu hostile (robots de recherche après un tremblement de terre) et la cartographie de mines ou de grottes. Dans ces contextes, le GPS est indisponible et l’environnement est totalement inconnu.

Types de cartes SLAM

Le SLAM ne produit pas un seul type de carte. Le choix de la représentation dépend de l’application et des contraintes du robot :

Les Neural Radiance Fields (NeRF) et le 3D Gaussian Splatting sont les approches les plus récentes pour la reconstruction 3D dans le SLAM. Ils utilisent des réseaux de neurones pour représenter une scène comme un champ continu, permettant des rendus photoréalistes depuis n’importe quel angle. Ces techniques, encore coûteuses en calcul, convergent avec le SLAM pour produire des cartes 3D d’une qualité inégalée, avec des applications en AR/VR et en jumeaux numériques industriels.

Bref historique du SLAM

Le SLAM a une histoire de plus de 35 ans qui reflète l’évolution de la robotique :

Le concept a été formalisé dans les années 1986-1990 par Smith, Self et Cheeseman, avec une approche probabiliste basée sur le filtre de Kalman étendu (EKF-SLAM). Dans les années 2000, les approches par graphe (GraphSLAM) et les filtres à particules (FastSLAM) ont permis de gérer des environnements plus grands. La décennie 2010 a vu l’essor du Visual SLAM avec ORB-SLAM (2015), RTAB-Map, et les premières intégrations de deep learning. Depuis 2020, la tendance est à la fusion multi-capteurs, au Semantic SLAM, et aux représentations neuronales (NeRF). Le SLAM est passé du laboratoire à la production industrielle : les robots aspirateurs, les AMR d’entrepôts et les voitures autonomes l’utilisent quotidiennement.

Défis actuels et tendances

Les principaux défis du SLAM en 2026 sont multiples. La robustesse dans les environnements hautement dynamiques (foules, trafic dense) reste problématique : un piéton qui traverse le champ de vision du robot crée des points caractéristiques « parasites » qui faussent l’estimation de pose. Les approches Dynamic SLAM (2025), basées sur des détecteurs comme YOLOv10, filtrent ces points dynamiques en temps réel, mais au prix d’une charge computationnelle supplémentaire.

Le passage à l’échelle pour les grandes cartes (villes entières, infrastructures industrielles étendues) pose des problèmes de mémoire et de calcul. L’efficacité computationnelle pour les systèmes embarqués à faible puissance (drones, petits robots) contraint le choix des algorithmes. Et la sécurité constitue une préoccupation croissante : les systèmes SLAM sont vulnérables au spoofing de capteurs (faux signaux LiDAR, leurres visuels) et aux attaques adversariales qui peuvent induire le robot en erreur sur sa position.

Les tendances à suivre incluent l’intégration croissante du deep learning dans tous les modules du SLAM, le SLAM collaboratif (plusieurs robots construisent une carte commune et partagent leurs observations), les représentations neuronales de scènes (NeRF, Gaussian Splatting) pour des reconstructions 3D photoréalistes, et l’utilisation de LLM pour enrichir les cartes avec des descriptions sémantiques en langage naturel.