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，其中大量計算都是手動推導出來，依賴庫相對較少，主要依賴gtsam進行后端因子圖優(yōu)化。其中在前端里程計計算中，通過地面特征和線特征分開來計算機器人姿態(tài)，減少計算量，提高前端計算效率。其系統(tǒng)框架如下圖：

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

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

對于工業(yè)領域而言，LeGo-LOAM有非常廣泛的應用，尤其是工業(yè)機器人領域，LeGo-LOAM一直都是應聘者必須掌握的框架。

對于學術研究而言，LeGo-LOAM是激光SLAM的經典框架，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算法設計思想都潛移默化地受LeGo-LOAM的影響，對其的改進思路相較于LOAM也比較多樣化。

如何高效學習LeGo-LOAM？

學習SLAM主要需要攻克三大難關：

扎實的數(shù)學基礎

對整個SLAM大框架及細節(jié)部分理解到一定深度

比較高度的編程能力

這三點都絕非易事，需要花很大的功夫，中間也有不少彎路要走。

審核編輯：劉清