SLAM算法
跟雷达技术同步迭代的还有SLAM技术，SLAM技术是支撑机器人自主移动的关键技术之一。经过不断的迭代升级，目前，SLAM系统已经升级到第三代（3.0）。
思岚紧跟技术步伐，优化SLAMWARE自主定位导航模块，提升性能，采用图优化的方式进行构图，帮助机器人在一些“难搞”的场景中实现“如鱼得水”的智能移动。
1
完成超大场景里建图，并主动实现地图闭环
以现场常见的大型商场为例：
特性
具体数值
环境面积
150mx150m以上
最大空旷区域
大于40m
环境材质
多玻璃、台阶
拓扑特征
多走廊、环路
商场特征
针对这种大场景的智能移动，首先要解决的就是地图构建问题。如果使用激光雷达配合SLAM算法进行建图的话，首先需要使用较远测距半径的激光雷达传感器。思岚目前针对各种场景均配备相对应的激光雷达传感器，满足各类极端应用条件。
SLAMWARE 自主定位导航模块采用图优化方式进行构图，实现百万平米级别的地图构建，同时解决了一个一直困扰大家的建图不闭环问题，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。
SLAMWARE建图闭环
即使当时地图上看误差较大，SLAMWARE 也可灵活对已产生的地图进行调整，省事省心。
SLAMWARE闭环修正
2
可靠的障碍物规避，帮助机器人更精准的识别环境
机器人在移动的过程中会遇到很多“拦路虎”，这就需要机器人拥有较强的识别和感知能力，这样才能准确的进行障碍物规避，更好的识别环境。
（1）自带多种导航算法
SLAMWARE自主定位导航系统自带多种导航和运动控制算法，帮助机器人实现自主导航和障碍物规避，同时，特色的D*路径规划系统，可配合雷达实现边建图边导航。
（2）多传感器融合导航
除了雷达传感器及SLAMWARE自主定位导航模块之外，还支持接入如深度摄像头、超声波、防碰撞传感器等多种传感器，实现可靠导航，可通过SDK提供的丰富API扩展功能。
