SLAM Cube和 SLAMWARE Core升级版作为新一代导航产品，效率、性能、处理速度相较以前都有了一个质的提升，那内部到底有什么技术在赋能呢？
机器人在未知场景中，要想实现类人般的智能移动，必须要具备地图构建及导航能力。地图的好坏，直接影响机器人在环境中的定位和导航能力 。
为了帮助机器人适应多种应用环境，思岚优化了软件算法、强化了建图引擎，让机器人在复杂、大面积的场景下也能轻松应对，稳定发挥，完成定位导航任务。
机器人各类应用场景地图
这也是思岚此次所带来的SLAM技术又一变革之作——SLAM 3.0。那SLAM 3.0与传统SLAM 相比，有哪些惊人之处呢？
传统SLAM Vs SLAM 3.0
- 建图精度高，图优化式建图
- 主动闭环修正
- 建图稳定、不抖动，必要时调整
SLAM 3.0——采用图优化的SLAM方式
▼
SLAM 3.0 相比较于前两代，采用图优化方式进行构图，能实现百万平米级别的地图构建能力，同时拥有主动式回环闭合纠正能力，能很好的消除长时间运行导致的里程累计误差，成为目前行业中最受欢迎的定位导航方式。
下面，我们就来看看SLAM 3.0的大不同。
1、利用SharpEdge构建高精度地图
SLAM 3.0 采用SharpEdge精细化构图技术构建高精度、厘米级别地图，超高分辨率。同时，构建的地图规则、精细，进一步提升了定位的精确性。无需二次优化修饰，直接满足用户预期。
SharpEdge建图效果
市面上SLAM 建图效果
2、基于图优化的SLAM方式
相比较粒子滤波每次直接将传感器数据更新进入栅格地图进行增量式构建的做法，基于图优化的SLAM3.0 摒弃固定的栅格地图，存储地图构建过程中调整了图结构中每个节点的pose和对应的传感器信息以及所有关键点构建的位姿关系图，利用全部的机器人位姿信息和对应传感器数据生成环境地图。
SLAM 3.0编码了机器人在SLAM过程中的位姿变化拓扑地图，相关的拓扑信息
