导航技术是海洋工程以及军事应用中的关键技术，而水下航行器在未知环境中导航性能的局限性是限制水下连续、高效作业的瓶颈性技术。高精度的定位信息对于潜器是否能够安全执行任务以及有效利用所采集的数据具有决定性的作用。
在目前的众多水下导航算法中，惯性导航系统（INS，Inertial Navigation System）以其自主性和全天候的有点而成为潜艇、自主式水下潜器AUV（Autonomous Underwater Vehicle）、无人水下潜器UUV（Unmanned Underwater Vehicle）等水下航行器必备的导航仪器。尽管如此，由于惯性导航系统的定位误差随时间累积，促使人们不断地探索新的方法来改善惯性导航系统的性能，由此出现了各种组合导航系统，如GPS/INS组合导航系统可以利用上浮对导航位置进行重置，以及利用人工设置信标（基阵）的水下长基线系统或短基线系统等构成声学/INS组合导航系统等等。但是，在许多实际应用中，受隐蔽性损失和制造维修费用过高等诸多因素的限制，这些方法经常不适用。
就目前而言，可供水下航行器使用的导航方式主要有非自主导航和自主导航两大类。非自主导航方式，如罗兰、欧米伽、GPS（Global Positioning System）等，仅在接收机能够接收到导航信号时才能完成导航。但是这些基于无线电的导航方式，由于电波在水中很快衰减的原因，在水下航行器上的使用受到很大限制。相对于电磁信号来说，声信号可以在水下传播距离较远，因此声换能器可以作为信标来引导载体的航行。目前采用的声学导航系统主要有长基线（LBL）导航、短基线（SBL）导航和超短基线（USBL）导航三种形式。这三种形式都需事先在航行海域布放换能器或换能器阵，由于声学导航需要位置已知的信标，因此这种方式更加适用于科学研究及其他民用领域。地球物理导航方法目前主要有基于地磁的导航、基于重力场的导航和基于地形、地貌的导航三种方法，但进行这种导航时载体需要将测量到的数据与先验的测绘图或数据库进行匹配，不仅生成这些先验测绘图的成本与难度很大，而且随着空间维数的增加，寻找匹配峰值的计算复杂度呈指数级增长。正是由于这些导航方法的不足，才促使人们探索研究无需先验图的水下导航算法，这也正是SLAM算法力求解决的问题。
起源于移动机器人在未知环境中定位的同步定位与构图方法（SLAM，Simultaneous Localization and Mapping）允许载体在环境中运动的同时，提取环境中特定目标的信息实时构建环境地图，并用这幅地图来进行载体的定位。由于算法获取信息的外部传感器相对简单，且不需要先验地图辅助，相比于上文所提及的其他定位方法而言，具有相对优势，在水下导航定位方法中极具发展空间和潜力。 |