Simultaneous Localization and Mapping，即时定位与地图构建。三个关键词：即时、定位、地图构建。
有地图的话，我的位置与姿态都可以获得，进而扫描场景，那么既然有地图，我还要扫描有何用。
有定位的话，那么这个定位从哪里来呢，在外场的时候，我们可以依赖GPS+IMU。但是在商场、地下管廊、没有GPS信号的区域呢，这个时候我就需要地图数据了。
所以，上述问题类似于先有鸡还是先有蛋的问题了。
那么这个时候，SLAM的“即时”就可以解决这个问题，通俗解释就是我可以边定位，边地图构建。
比如你要去一个陌生的地方逛商场。首先乘坐网约车到达门口，然后下车拍照打卡，对商场的入口处及周边有初步认识之后，进行健康登记，进入商场。每逛完一个门店后，都会跟上一家门店联系起来（假如你记忆力超群），比如他们之间的距离，位置关系，以及你现在所处的位置等等，依次浏览所有门店，最后对整个商场的轮廓有了一个整体的认识。
第一：因为矿洞里面没有GPS信号，很难去使用RTK测量；
第二：矿洞里面光照条件不好，使用全站仪视线不佳；
第三：有些矿洞很狭窄，纵横交错，全站仪效率低。
由于手持SLAM设备可以边走边测，无需GPS信号，也不受到光照的影响，因此特别适合于矿洞、地质溶洞等。
对于矿洞的成果，有矿洞平面图，断面图，体积，三维模型等。
1）传统作业方式耗时费力，在搬站时需要多人协作，外业采集工作效率低；
2）传统作业方式对人工的技术能力要求高；
3）传统技术针对遮挡场景的数据无法得到很好的满足；
4）传统技术无法及时判断出数据质量，若在后续内业工作中发现问题需要及时到现场补测；
虽然倾斜摄影测量技术通过低空拍摄可以做立面测量，但是对于禁飞区和树木遮挡的区域，倾斜摄影测量就无法有效获取数据。
因此基于SLAM技术的最大优势在于，作业效率高，可快速获取立面数据，数据信息丰富（不仅是门窗，洞口，空调），只要扫描到的地方都可以进行测量，这样便于提高内业的效率。并且具有全景影像的设备可以辅助作业人员判断物体的材质，标识牌，文字等信息。
而SLAM技术可以不考虑信号，不考虑架站搬站，点密度超大（≥10000点/平方米）。无论是场内、场外、运砂船、堆料仓立面的体积，只要能够扫描到被测物体，那么基于点云的体积量测是十分方便的。
① 点云的分层现象
分层：在一个作业架次里面，对同一地方，不同时间扫描的点云之间的错层。
可以使用第三方软件，比如数字绿土的LiDAR360，用GPS时间来渲染点云，那么你可以发现，同一区域有不同颜色的点云，如果两种颜色的点云贴合的很好，那么说明点云分层几乎没有。
基本上点云越薄，点云质量越好，厚度薄的点云说明算法优秀。当然这种薄不是指对点云进行抽稀，压薄，平滑之后的点云。
③ 相对精度
相对精度，可以理解为尺寸精度，且验证相对精度量测时，一定要大于本身激光器的测距长度。
④ 绝对精度
目前市面上大多数的手持产品没有GPS设备，因此基于打点功能进行相对坐标到绝对坐标的转换。绝对精度的验证，需要在现场布设反射率靶标（比如3M反光贴）或者利用道路标示线充当检查点。
以上是主要验证点云精度的指标，点云精度也与SLAM算法息息相关。
由于激光器的不同，使用GPS也不一样。因此这里不做展开描述，因为性能会有很大的不同。比如由于GPS的加入，控制点可以不用布设（前提是有GPS信号），32线与16线激光雷达激光点频不一样（64W VS 32W），因此在描述物体时，32线效果更好。
① 稳定性
稳定性体现在数据的稳定性和遭受恶劣条件的稳定性（设备是否死机，设备是否不运转）。前提条件是要按照厂家的提示操作，按照规范进行采集。
② 人性化
设计简单易用，握持是否舒适等。
③ 易维护
④ 易扩展
主要体现在是否可以车载，机载等。
⑤ 外观
当然我们还是回到核心的SLAM技术，需要考察厂家是否有过SLAM技术的积累，或者曾经出过SLAM设备，这样至少厂家拥有SLAM技术团队，可以很快的迭代算法，回应客户的需求。
同学们，今天就讲到这里啦！有需要提问的，可以在评论区留言哦~