英文Incremental Smoothing And Mapping，iSAM是在即时定位与建图（SLAM）中遇到的稀疏非线性问题的优化库。iSAM库提供高效的批量和增量优化算法，恢复精确的最小二乘解。该库可以很容易地扩展到新的问题，包括已经提供经常遇到的2D和3D SLAM问题的解决方法。

由Kaess et al., 2008; Kaess et al., 2010; Kaess et al., 2011; Kaess et al., 2012提出，iSAM是在同时定位和建图（SLAM）中遇到的稀疏非线性问题的优化库。iSAM库提供高效的批量和增量优化算法，恢复精确的最小二乘解。该库可以很容易地扩展到新的问题，经常遇到的2D和3D SLAM问题的功能已经提供。ISAM的算法最初是由迈克尔Kaess和弗兰克·德拉特在佐治亚理工学院开发。

iSAM已成功地在包括地面机器人（DARPA LAGR平台，Willow Garage PR2），空中机器人（四旋翼飞行器）和水下机器人（Bluefin HAUV，Hydroid REMUS 100）等一系列移动机器人平台上在线使用。