3、主动式回环闭合纠正
当机器人运动到已经探索过的原环境时， SLAM 3.0可依赖内部的拓扑图进行主动式的闭环检测。当发现了新的闭环信息后，SLAM 3.0使用Bundle Adjuestment(BA)等算法对原先的位姿拓扑地图进行修正（即进行图优化），从而能有效的进行闭环后地图的修正，实现更加可靠的环境建图。
SLAM 3.0闭环检测
即使当时地图上看误差较大，SLAM 3.0也可灵活对已产生的地图进行调整。
即：
SLAM 3.0闭环修正
4、支持多传感器融合
·除激光雷达外，SLAM 3.0 同时支持深度摄像头、超声波、物理碰撞、跌落等各类其他传感器数据，并实时进行融合，实现可靠导航。
·拥有标准化的扩展传感器协议规范，使用者可自行定义扩展新型传感器，降低对激光雷达性能的依赖。
·传感器的安装角度、位置高度可配置。
5、支持多种不同种类的自主移动平台
·机器人行业目前还没存在一个统一的标准，功能、外形上都存在差异。SLAM 3.0的发布，支持多种类型的移动平台，助力打造细分领域的智能机器人。
·针对封闭环境的自动驾驶，可进行特性专门设计。
6、封闭场景导航算法支持
除了上面的特征之外，思岚SLAM3.0相较开源SLAM方案，还支持如：虚拟墙、虚拟轨道、自主充电、电梯调度等功能，让机器人提供更好的自主定位导航服务。
7、实时存储地图数据
建图优化引擎是SLAM 3.0 的一部分，具有实时存储地图数据的能力。在建图的过程中地图数据始终存在于建图中心或者移动端内存里，控制端与建图中心断开连接时地图数据不会丢失，在移动端没有断电的情况下地图数据不会丢失。
那么，在哪里才能get到SLAM 3.0呢？
目前，SLAM Cube、SLAMWARE Core升级版以及思岚最新的平台产品均已采用SLAM 3.0 图优化方式，配合激光雷达在商用复杂环境中逐渐开始使用。
SLAM 3.0在各大场景下地图构建案例
