一般视觉上用的比较多，因为相对来说图像还是比激光什么的信息更丰富。图像中的特征点、预先部署的图像pattern（如二维码、色块等）都可以做landmark，或者你能够做环境语义标注，直接在图像上框出来房子、树、门这些物体，也可以用作landmark，这样还不需要预先部署。
激光中，landmark一般在基于反射板的激光SLAM中用的比较多，每块反射板中心当做一个landmark点。没有反射板的情况下，一般不用landmark来做SLAM，因为确实不好找，而且就算找到了区分性也不是特别好。
3D点云中有几何特征，理论上也可以像图像特征那样当做landmark，但好像没看到过这样做的，大家都是直接用点云做ICP。有基于平面特征做的，但平面特征也没有用来做landmark，而是通过平面配准然后做graph优化。或者你也可以做语义识别，在点云里面分割出环境中的各种物体，那就也可以当做landmark了。
环境中的能被你用传感器区分的信息，理论上都可以做landmark，只是区分性有强有弱。比如图像中，桌子椅子等语义特征就比图像层面的SIFT、SURF特征更有区分性，但语义识特征的提取可能非常复杂并且耗时。
最简单的想法应该是用激光传感器扫描出来的点云根据形状进行匹配了。匹配成功的那些点通通加入地图中，每一个点都可以算是一个landmark。
转载： https://www.zhihu.com/question/48818066 (如何理解SLAM中的路标(landmark))