虽然GPS设备可以提供帮助，但并非所有情况下都可用并可靠。因此，许多专家正在研究即时定位与地图构建（SLAM）。据外媒报道，特拉华大学机械工程、电子与计算机工程、计算机与信息科学助理教授Paul Huang的团队开发出新算法，能为车辆提供方向感。自动驾驶，车辆定位,地图构建,环境建模,自动驾驶汽车，惯性传感器，视觉摄像头
该团队利用3D激光雷达和惯性传感器，构建基于平面的3D地图。激光雷达与雷达类似，但使用的是光而不是无线电波。不同颜色的点代表不同平面，绿线代表真实轨迹，蓝线代表SLAM算法估算轨迹。
Huang使用视觉惯性导航系统，并结合摄像头和惯性传感器，其中陀螺仪确定方向，加速度计确定加速度。利用这些价格相对低廉、广泛应用的组件提供数据，测量并计算运动和定位。
该团队将他们的系统与笔记本电脑连接，并将其带到特拉华大学斯宾塞实验室（Spencer Laboratory），系统生成了足够多的数据，从而绘制大楼地图，同时追踪笔记本电脑运动。在自动驾驶汽车中，类似的传感器和摄像头将被安装在车辆机器人上。
Huang表示，“我们在GitHub上开源我们的代码，许多人在其系统中使用我们的代码。”在IJRR最近的一篇论文中，Huang和他的团队将SLAM问题重新表述为一个公式，由配备视觉和惯性传感器的机器人计算微小运动增量。
该算法的应用范围不仅限于自动驾驶汽车，还包括无人机、水下船只等。此外，还能用于开发移动设备增强现实和虚拟现实应用，例如已装配摄像头和惯性传感器的智能手机。Huang还表示，“这些传感器非常普遍，大多数移动设备、智能手机、甚至无人机和车辆都配备了这些传感器。我们试图利用现有的廉价传感器，提供定位与运动追踪解决方案。”