地址：南京市鼓楼区建宁路98号 莱佳德科技电话：18005184918
什么是SLAM技术，解析三维激光雷达在SLAM过程中的作用
一、什么是SLAM？
SLAM (simultaneous localization and mapping)，指的是即时定位与地图构建，或并发建图与定位。最近几年由于机器人、无人机、自动驾驶、AI以及VR和AR技术的发展，SLAM技术逐渐被人们熟知，因为SLAM技术是这些领域的核心与难点。
如今，SLAM技术被广泛应用于智慧城市、智慧园区、应急安防、测绘地信、文旅文博等领域。
SLAM最早由Smith、Self和Cheeseman于1988年提出。举个例子来帮助理解这个技术。当你来到一个陌生的环境时，为了迅速熟悉环境并达到自己的目标（比如找饭馆，找旅馆），你应当做以下事情：
a.用眼睛观察周围地标如建筑、大树、花坛等，并记住他们的特征（特征提取）
b.在自己的脑海中，根据双目获得的信息，把特征地标在三维地图中重建出来（三维重建）
c.当自己在行走时，不断获取新的特征地标，并且校正自己头脑中的地图模型（bundle adjustment or EKF）
d.根据自己前一段时间行走获得的特征地标，确定自己的位置（trajectory）
e.当无意中走了很长一段路的时候，和脑海中的以往地标进行匹配，看一看是否走回了原路（loop-closure detection）。实际这一步可有可无。
以上五步是同时进行的，因此是simultaneous localization and mapping，即SLAM。
SLAM是一个技术的综合结果，由很多步骤组成，包括地标提取、数据关联、状态估计、状态更新以及地标更新等。并且每一个部分都可以由不同的算法来实现。SLAM可以用于二维空间运动也可以用于三维空间运动，像目前流行的元宇宙领域，由于要进行人机交互、虚实交互，是SLAM的三维空间使用实例。
二、SLAM实现的技术路径
目前，实现SLAM的手段主要分两大类，激光雷达和视觉。
1、激光雷达
激光雷达可以扫描环境中的物体与结构。因为激光雷达精度高、输出效率高、不需要太多的计算过程，所以应用广泛。尤其是针对纹理复杂、空间狭小、光线不足的领域，激光雷达发挥了十分关键的作用。
激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点，被称为点云。通常，激光SLAM系统通过对不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了定位。激光雷达测距比较准确，误差模型简单，在强光直射以外的环境中运行稳定，点云的处理也比较容易。同时，点云信息本身包含直接的几何关系，空间结构与物体形状变得直观。激光SLAM理论研究也相对成熟，落地产品更丰富。
其中，手持激光雷达、手持SLAM设备是综合性能比较好的方式，如其域创新的灵光Lixel。这款手持SLAM设备融合了激光雷达和视觉相机，加入了自主研发的高精度三维实时重建算法、分布式高性能计算、边缘计算、深度学习技术、多源数据融合、多传感器融合SLAM等技术，是新一代的手持三维采集设备。设备拥有高精度、高集成、实时处理生成彩色点云模型三大特点，将多源数据融合、AI智能分析等技术深度融合，实时呈现全景三维模型，大幅提升了模型生成的准确性和效率。
2、视觉
视觉SLAM从环境中获取海量的、富于冗余的纹理信息，拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论，其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。近年来，随着具有稀疏性的非线性优化理论(Bundle Adjustment)以及相机技术、计算性能的进步，实时运行的视觉SLAM已经不再是梦想。
视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌，基于点云的激光SLAM算法无法区别他们，而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。同时，视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标，如行人、车辆等，对于在复杂动态场景中的应用这是至关重要的。
其域创新三维重建案例
激光SLAM和视觉SLAM各有所长，融合使用将产生更大的效用。例如，获取地面端实景三维数据时，整个行业都面临采集成本高、效率低、数据完整性低等问题，尤其是室内、地下、楼梯、巷道及建筑密集的区域不能被完整地采集，成为了数字孪生场景中“缺失的尺度”。在行业转型拐点中，市场需要一款高集成、轻量化且采集数据高效高可用的手持三维实时SLAM设备。灵光Lixel L系列手持三维实景重建设备，着力解决了室内、地下、建筑密集区域的三维数据采集和重建难题，为行业提供高精度、高保真且实时可用的场景三维模型。
如果您想了解更多其域三维激光扫描仪的应用，可以随时联系我们。
