? SLAM短板 – 環(huán)境要求 （無特征環(huán)境難以測量） – 閉合要求 （對路徑設(shè)計(jì)要求高）

　　– 無需閉合校驗(yàn) ? SLAM對ZUPT提供輔助 ? SLAM對無規(guī)律顛簸提供POS解算支持 ? 可以反復(fù)對同一路段進(jìn)行掃描

　　? 開闊天空下精度都很好 ? 遮擋環(huán)境的數(shù)據(jù)漂移 ? 長時(shí)間失鎖引起的數(shù)據(jù)問題

　　? 同步定位不制圖算法 ? 通過對環(huán)境的判斷，確認(rèn)自己所在的位置 ? 無需任何定位傳感器

　　九游體育官網(wǎng)入口

　　? 在核心算法基礎(chǔ)上，我們推出室內(nèi)/室外，三維/二維，推掃/車載/背負(fù)/手持一系列掃描產(chǎn)品，滿足丌同場景，丌同行業(yè)，丌同 需求的應(yīng)用。而基于Re-localization SLAM算法的掃描設(shè)備是在管廊這種狹長環(huán)境中可行性最好的一種解決方案

　　? SLAM算法按傳感器，分為激光SLAM和視覺SLAM，前者在機(jī)器人和無人駕駛上應(yīng)用比較多，后者在VR領(lǐng)域比較多。

　　九游體育官網(wǎng)入口

　　? 常用的SLAM算法包括PTAM, MonoSLAM, ORB-SLAM,RGBD-SLAM,RTAB-SLAM,LSD-SLAM，對于民用領(lǐng)域和小場景三維 數(shù)據(jù)采集，SLAM有很多相對成熟的算法。但在測繪和地理信息領(lǐng)域，不上述應(yīng)用差別很大。目前市面上的開源算法都丌能解決 SLAM重定位精度，這是是全球范圍內(nèi)的SLAM算法與家都在研究的新課題。

　　? 重定位SLAM，是在實(shí)時(shí)構(gòu)建算法上，結(jié)合測量平差技術(shù)、慣性導(dǎo)航系統(tǒng)（INS）和航空攝影測量， 以及融合多傳感器技術(shù)，構(gòu)建獨(dú)有的無源Re-localization SLAM算法。丌同于市面所有的SLAM產(chǎn)品， Re-localization SLAM算法可以解決大面積大場景的高精度連續(xù)特征匹配，一次可以采集數(shù)萬平米 室內(nèi)數(shù)據(jù)。在保持高效采集數(shù)據(jù)的同時(shí)，還能保證其測繪級(jí)精度。 （同時(shí)提供原始POS數(shù)據(jù)不SLAM 精算后的精準(zhǔn)POS數(shù)據(jù)）

　　? 能夠提供精準(zhǔn)POS數(shù)據(jù)的SLAM技術(shù) ? 常用的的特征識(shí)別不匹配算法丌可用