3D激光SLAM是用LOAM還是LeGo-LOAM？

激光slam中，LOAM(Lidar Odometry and Mapping in Real-time)系列具有舉足輕重的地位。下面的表格是近年來LOAM系列算法的匯總。

LeGo-Loam是基于ros系統(tǒng)框架的3D激光slam開源代碼。代碼簡潔，其中大量計(jì)算都是手動推導(dǎo)出來，依賴庫相對較少，主要依賴gtsam進(jìn)行后端因子圖優(yōu)化。其中在前端里程計(jì)計(jì)算中，通過地面特征和線特征分開來計(jì)算機(jī)器人姿態(tài)，減少計(jì)算量，提高前端計(jì)算效率。其系統(tǒng)框架如下圖：

相對于LOAM算法，LeGo-LAOM能夠進(jìn)行地面優(yōu)化，同時(shí)保證了輕量級，也加入了回環(huán)檢測模塊。

相對于LOAM算法，LeGo-LAOM能夠進(jìn)行地面優(yōu)化，同時(shí)保證了輕量級；也使用了Keyframe概念以及回環(huán)檢測位姿圖優(yōu)化的方式對后端進(jìn)行重構(gòu)。

對于工業(yè)領(lǐng)域而言，LeGo-LOAM有非常廣泛的應(yīng)用，尤其是工業(yè)機(jī)器人領(lǐng)域，LeGo-LOAM一直都是應(yīng)聘者必須掌握的框架。

對于學(xué)術(shù)研究而言，LeGo-LOAM是激光SLAM的經(jīng)典框架，LeGo-LOAM源碼簡潔清晰，比LOAM算法的代碼可讀性要高很多。近幾年各頂會上的很多SLAM算法設(shè)計(jì)思想都潛移默化地受LeGo-LOAM的影響，對其的改進(jìn)思路相較于LOAM也比較多樣化。

如何高效學(xué)習(xí)LeGo-LOAM？

學(xué)習(xí)SLAM主要需要攻克三大難關(guān)：

扎實(shí)的數(shù)學(xué)基礎(chǔ)

對整個SLAM大框架及細(xì)節(jié)部分理解到一定深度

比較高度的編程能力

這三點(diǎn)都絕非易事，需要花很大的功夫，中間也有不少彎路要走。

審核編輯：劉清