手持SLAM年终杂谈

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者丨曾滔

来源丨爱学习的测绘师

编辑丨3D视觉工坊

点击进入—>3D视觉工坊学习交流群

2021年11月11日，双十一这一天，随着飞马的SLAM100手持产品发布，手持SLAM设备带来的测量便利性：走到哪儿扫到哪儿，精度还挺高，首次让不少测绘地理信息从业者感到震惊，未来的测量似乎可以让这一款仪器代替。

同一年发布的还有北科天绘的星探（2021.4.19）、思拓力H8（2021.8月）、GOSLAM RS100/RS100-RTK（均为2021年发布）、欧思徕SR-RL6。

2022年手持SLAM产品出现井喷现象，陆续发布的有数字绿土LiGripV100/H120、GOSLAM RS100S、欧思徕R8，际上导航GS-100G、中观RigelSLAM、丰疆智TrionS1、其域创新灵光Lixel L1、Stereye Polar、GEOSLAM ZEB VISION等。这些手持产品有很早就做手持SLAM的，比如GEOSLAM（现在已经卖给了FARO），也有本身就是三维激光测量行业的，比如数字绿土，欧思徕等。也有后起之秀，比如GOSLAM，其域创新等。

这篇文章不谈谁的设备好坏，只从手持SLAM这项技术而言谈谈，他是否有可能成为下一代的测量技术。

一、SLAM的原理

SLAM原理参考关于手持SLAM三维激光扫描仪的一些事情

二、手持SLAM的优点

2.1 走到哪儿测到哪儿

手持SLAM设备最大的特点肯定要放到手持这个动作上面，由于SLAM算法的优越性，手持可以做到走到哪里测到哪里。

图片来源于GEOSLAM

当然这种走到哪里测到哪里不是说，你真的可以随风奔跑，做一个放荡不羁爱自由的人，SLAM也有一套固有的行走规则，特别是不同厂家的对自己的SLAM都形成了一套完整的行走规则（行走速度，摆动幅度，特殊区域处置，闭环等等，这些需要操作人员接受厂家一定程度上的培训）。所以这种自由是在行走规则里面的自由，但相比较于传统测量来说（架站的全站仪，扫描仪），还是更自由一些。

2.2 单次测量的作业面积大

市面上的手持SLAM的作业时间一般为10-60分钟，在厂商的行走规则约束下，作业面积在10000-60000平之间（面积：时间=1000:1）。如此之高的测量效率应该来说是除了机载以外，最快的测量手段了。

2.3 点密度大

我这里的手持SLAM指的是激光SLAM，而且是三维激光SLAM。市面上用于手持SLAM的三维激光大部分都以HESAI 和VELODYNE为主，这些激光器的线束通常以16/32线为主，对应的点频为30-64W。这个点频已经可以跟上一般的架站式扫描仪的点频了。一般地面点的密度可以达到5000-10000W点/平方米。

图片来源于VELODYNE和HESAI官网

2.4 全方位、无死角测量

除了点密度之外，全方位无死角的扫描，也是一大优点，因为你可以去到任何可以测量的地方进行扫描，可以最大限度的测量物体（而且，对物体的测量是不挑的，只要测量范围内的所有物体都得以测量，特别是在立面测量时，可以避免漏测以导致的返工），并且SLAM不需要考虑通视，拼接。

无死角这里指的是有限范围的，因为受限于地面手持的角度（大部分情况下手持的高度都在离地1.5-1.8m），测量特别高的建筑或者只有特定角度朝向测量着时，不能无死角的测量，只能获得一部分的点云信息。至于这个点云是否可以用，取决于你的用处~。譬如你只是测量建筑的形状，底层建筑的点云完全足够，高层的建筑用处其实不大。

2.5 原始数据信息丰富

点云除了拥有坐标（XYZ）信息以外，还拥有：① 强度 Intensity，可用于地物属性判断，地面标示线绘制，精度检查等；② RGB值，点云的彩色信息，可以真实的反映世界的色彩信息，为地物色彩判断，属性判断提供依据。③ 另外，手持一般都有全景影像，是现场的拍照记录，可用于现场环境查看，地物属性判断等；

真彩色

强度

全景影像

2.6 成果多样性

这里的成果不是说，我原始的数据就有很多成果的意思，所谓成果多样性，是手持的数据成果可以加工成多种，比如最直接的点云成果、基于点云成果的线化图（地形图、平面图）、基于点云的人工三维模型，基于点云封装和贴图的快速实景三维模型、矿道三维模型和体积、堆体体积等等。真正做到一次测量输出多种成果，无需反复测量。

三、手持SLAM的缺点

3.1 需要一定的经验

是的，SLAM测量需要一定程度上的培训，不是你想任意测量就能得到好的结果的，特别是闭环，很多新手在测量的时候，都不知道要闭环，导致很多数据精度不高的情形。另外还有一个缺点后面再讲，这些都需要测量人员需要一定的经验来进行提前预判。我这里把他列为缺点其实有点不太合适，但是我平时遇到很多的问题都是经验缺乏导致的。经验这个东西是好事，但是在目前SLAM设备还在普及的时候并且还未完全成熟，相关从业人员又较少时，可以说他是一个缺点。

3.2 点云效果一般

手持SLAM的点云效果比站式激光扫描仪的效果肯定比不过，一方面站式扫描仪的点密度一般较手持的较大；另外站式的扫描仪大部分都是相位式雷达比手持的脉冲式雷达点云看着更加细腻一点；最后手持由于需要计算行走轨迹，而这种轨迹计算的误差肯定会带到点云当中。

当然这个SLAM点云效果方面也有做的比较好的厂家：NAVIS（https://www.navvis.com/），不过他们是穿戴式SLAM系统（手持能否做到，且看手持SLAM算法的努力了），不属于我们这篇文章讨论的内容。

以下为同一视角下，架站式扫描仪和SLAM扫描仪的点云。

SLAM点云效果

架站式扫描仪点云效果

点云效果不好就不能用？那也也要看场景。如果不需要很精细的结构反映（一般是古建筑），只需要大致的几何结构的话，SLAM扫描仪是足够的。至于生成平面图和地形图，足够了~

3.3 不能实时

这里的实时的意思在我外业结束之后，点云只需要导出来就能用，不用再导入后处理软件进行处理。但，这个几乎不太可能，因为受限于手持端的算力。（虽然目前其域科技 Lixel L1宣称可以实时处理，实时赋色，但是因为我没见过，所以我个人至少对实时点云的精度和密度持怀疑态度。）为何实时如此重要：

① 可以实时看到扫描的结果，判断哪些质量不好，哪些需要补测，我可以在现场实时做判断；

② 对于一些比较应急的应用，比如消防，公安，应急测绘、房产测绘来说，我外业测量1小时，内业再处理个2-6小时，着实有点慢了，甚至还可能出错。

③ 一个实时和一个后处理，除了处理速度的提高，提高了作业的效率，最终可以加快整个项目的进度。项目进度的加快，你就可以承接更多的项目，赚更多的米。

当然现在受限于硬件的发展，实时起来真的挺困难的，如果你非得要求很快的出结果，那么考虑使用更好的电脑（更好的CPU，更大的内存，固态硬盘）加快数据处理进度吧。

倾斜可以集群，SLAM处理可以集群嘛？可以加快处理速度？按道理，是可以的，只不过大部分SLAM工程都不大，单台电脑1-10个小时运算就足够，比倾斜动辄以天计的时间少不少了，因此集群的意义不大。

3.4 价格

一般手持SLAM的价格在8-40W不等，这个价格对于大部分测量公司/单位来说，其价格可能偏高，尤其是在国产手持SLAM刚出来的第一年，许多用户并不着急于入手购买，观望的态度态度。另外今年疫情的原因许多单位经济较为紧张，也是一个很重要的客观原因。

但是价格我觉得不是最主要的原因，很多客户也会愿意购买，因为他找到了一个可以快速实现其价值的地方/项目，能够为公司带来一定程度上的营收和降本增效。

四、为啥是手持，背着不好吗？

首先要明白手持，毕竟是手拿着，任何一个物体手拿太久了，都会酸，何况1.5kg左右的手持产品，你测量10分钟之后，一般都会觉得手臂酸痛，这个时候如果能够背起来，那么势必会减轻你的负担。

另外手持端上玩花样的机会就少了，比如加装GPS，加装RTK模组，高清全景相机等等等都你都不希望加装在手持端吧，这样重量可能会超过2kg。还是背着是更加舒适一点。

数字绿土手持+背负式扫描仪（图片来源于数字绿土公众号）

背负套件上的GNSS可以直接获取带有绝对位置坐标的点云，并且可以做到免控制点（PPK/RTK都可以），这是背负套件最大的价值。

五、车载与机载套件锦上添花

人们总是期望自己买的东西，物超所值，对于手持而言，许多人希望自己的扫描仪可以跟机载激光雷达一样在天上测量，也可以跟车载激光雷达对道路及两旁进行测量。

5.1 机载套件

手持SLAM产品用在机载上，肯定不会当做测地形用的机载激光雷达，一般用于手持数据的补充，一些人难以达到的地方比如（沼泽，桥梁底部爆破区，竖井等）。

GOSLAM机载套件（图片来源于GOSLAM官网）

机载SLAM也有专门的这方向的产品，比如BLK2FLY，ELIOS 3。这类无人机专注于机载SLAM，因此在体积和重量以及续航方面会综合考虑。比如ELIOS的主要应用方向在管道和竖井检测，BLK2FLY则专注于建筑数据的获取。

LEICA BLK2FLY

ELIOS 3

5.2 车载套件

同样车载套件的作用性就不是很强了，手持架设在车载上完全当车载激光雷达是不现实的，因为点密度较低，加之SLAM移动速度过快的话，最终点云都出不来。所以车载套件能用在哪儿？车载数据补测，一些车辆无法测量的道路，或者仅仅是想偷懒的（能用手持，但是能够车载舒服些）。当然车载套件也并非只放在乘用车上面，对于SLAM应用比较成熟的矿业，车载套件架设在轨道车上时可以很方便的获取矿井数据。

GEOSLAM车载套件

我个人觉得，机载套件的场景还是蛮多的，实用性大一点，车载套件其实我个人觉得场景就较少了，可以往特定领域的车载去发展（比如矿区，机器狗）。

六、应用方向

应用方向，我这里简单描述，不做详细的展开说明。

6.1 矿区

矿区体积测量（露天堆体，挖掘体积量），采空区平面图，矿洞三维模型等等。

6.2 堆体测量

体积测量：只要一切能形成堆的堆体，粮食堆，沙堆，砂船，煤堆都有测量需求。

6.3 立面测量

对于简单的立面、目前SLAM技术基本满足需求，且国内城市更新是持续不断的。

6.4 三维建模，重建/数字存档

基于点云的三维/BIM建模，自动三维重建，数字存档。以及基于手工三维模型生成的平面图。

6.5 地下空间测量

地下空间基本很多地方没有图纸或者图纸老旧，基于点云和高像素的全景，可以生成平面图以及三维模型。

6.6 地形图修补测

由于手持SLAM通常是小区域的测量，并且具有直接获取带有绝对坐标的点云的能力，因此可以用来对地形图进行修补测。

6.7 其他

林业应用、教学、溶洞调查、竣工测量、施工进度监测。

七、2023手持SLAM何去何从

从2022 各家手持的表现来看以及市场反馈来看，更加轻便，更加易用，处理速度更快是三个最为核心的需求。

另外用户的最后一公里如何解决。我遇到很多客户拿到点云数据之后，根本不知道怎么应用到项目当中，这是厂商和客户需要共同去探索的，尤其是厂商要尽可能的为客户提供最后一公里的解决方案。

最后，希望明年经济还可以，大家才有心情去关注新技术，亲自感受新技术带来的魅力。

本文仅做学术分享，如有侵权，请联系删文。

点击进入—>3D视觉工坊学习交流群

干货下载与学习

后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件

后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf

后台回复：3D视觉课程，即可学习3D视觉领域精品课程

3D视觉工坊精品课程官网：3dcver.com

1.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
2.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
3.国内首个面向工业级实战的点云处理课程
4.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
5.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
6.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
7.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

8.从零搭建一套结构光3D重建系统[理论+源码+实践]

9.单目深度估计方法：算法梳理与代码实现

10.自动驾驶中的深度学习模型部署实战

11.相机模型与标定(单目+双目+鱼眼）

12.重磅！四旋翼飞行器：算法与实战

13.ROS2从入门到精通：理论与实战

14.国内首个3D缺陷检测教程：理论、源码与实战

15.基于Open3D的点云处理入门与实战教程

16.透彻理解视觉ORB-SLAM3：理论基础+代码解析+算法改进

重磅！粉丝学习交流群已成立

交流群主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、ORB-SLAM系列源码交流、深度估计、TOF、求职交流等方向。

扫描以下二维码，添加小助理微信（dddvisiona）,一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿，微信号：dddvisiona

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、源码分享、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答等进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，6000+星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看，3天内无条件退款