機器人在未知場景中，要想實現類人般的智能移動，必須要具備地圖構建及導航能力。地圖的好壞，直接影響機器人在環境中的定位和導航能力 。

　　為了幫助機器人適應多種應用環境，思嵐優化了軟件算法、強化了建圖引擎，讓機器人在復雜、大面積的場景下也能輕松應對，穩定發揮，完成定位導航任務。

　　機器人各類應用場景地圖

　　這也是思嵐此次所帶來的SLAM技術又一變革之作——SLAM 3.0。那SLAM 3.0與傳統SLAM 相比，有哪些驚人之處呢？

　　-建圖精度高，圖優化式建圖

　　- 主動閉環修正

　　- 建圖穩定、不抖動，必要時調整

　　▲ SLAM 3.0 ——采用圖優化的SLAM方式

　　SLAM 3.0 相比較于前兩代，采用圖優化方式進行構圖，能實現百萬平米級別的地圖構建能力，同時擁有主動式回環閉合糾正能力，能很好的消除長時間運行導致的里程累計誤差，成為目前行業中最受歡迎的定位導航方式。

　　下面，我們就來看看SLAM 3.0的大 不 同。

　　| 利用SharpEdge構建高精度地圖

　　SLAM 3.0 采用SharpEdge精細化構圖技術構建高精度、厘米級別地圖，超高分辨率。同時，構建的地圖規則、精細，直接使用，進一步提升了定位的精確性，無需二次優化修飾，直接滿足用戶預期。

　　SharpEdge建圖效果

　　市面上SLAM 建圖效果

　　| 基于圖優化的SLAM方式

　　相比較粒子濾波每次直接將傳感器數據更新進入柵格地圖進行增量式構建的做法，基于圖優化的SLAM摒棄固定的柵格地圖，存儲地圖構建過程中調整了圖結構中每個節點的pose和對應的傳感器信息以及所有關鍵點構建的位姿關系圖，利用全部的機器人位姿信息和對應傳感器數據生成環境地圖。

　　SLAM 3.0 編碼了機器人在SLAM過程中的位姿變化拓撲地圖，相關的拓撲信息

　　| 主動式回環閉合糾正

　　當機器人運動到已經探索過的原環境時， SLAM 3.0可依賴內部的拓撲圖進行主動式的閉環檢測。當發現了新的閉環信息后，SLAM 3.0使用Bundle Adjuestment(BA)等算法對原先的位姿拓撲地圖進行修正（即進行圖優化），從而能有效的進行閉環后地圖的修正，實現更加可靠的環境建圖。　

　　SLAM 3.0閉環檢測

　　即使當時地圖上看誤差較大，SLAM 3.0也可靈活對已產生的地圖進行調整。

　　即：

　　SLAM 3.0閉環修正

　　| 支持多傳感器融合

　　· 除激光雷達外，SLAM 3.0軟件技術同時支持深度視覺、超聲波、物理碰撞、跌落等各類其他傳感器數據，并實時進行融合，進行可靠導航。

　　· 擁有標準化的擴展傳感器協議規范，使用者可自行定義擴展新型傳感器，降低對激光雷達性能的依賴。

　　· 傳感器的安裝角度、位置高度可配置。

　　| 支持多種不同種類的自主移動平臺

　　· 機器人行業目前還沒存在一個統一的標準，功能、外形上都存在差異。SLAM 3.0的誕生，支持多種類型的移動平臺，幫助客戶打造細分領域的智能機器人。

　　· 針對封閉環境的自動駕駛，可進行特性專門設計

　　| 封閉場景導航算法支持

　　除了上面的特征之外，思嵐SLAM3.0相對開源SLAM方案，還支持如：虛擬墻、虛擬軌道、自主充電、電梯調度等功能，讓機器人提供更好的自主定位導航服務。

　　| 實時存儲地圖數據

　　建圖優化引擎是SLAM 3.0 的一部分，具有實時存儲地圖數據的能力。在建圖的過程中地圖數據始終存在于建圖中心或者移動端內存里，控制端與建圖中心斷開連接時地圖數據不會丟失，在移動端沒有斷電的情況下地圖數據不會丟失。

　　那么，在哪里才能get到SLAM 3.0呢？

　　目前，SLAM Cube、SLAMWARE Core升級版以及思嵐最新的平臺產品均已采用最新的SLAM 3.0 圖優化方式，配合激光雷達在商用復雜環境中逐漸開始使用。

　　SLAMWARE在各大場景下地圖構建案例

　　以后，SLAM 3.0將會不斷呈現精彩

　　敬請期待~