隧道低纹理大摆锤，暴力SLAM！

大家好，我是小六。

今天做MetaCam EDU产品的线下体验和测试，来的都是专业的技术研发，专业的人测试也相当的专业

。今天的测试场景是隧道，长这个样子

试用的用户相当专业，专业的人特别擅长测试各种极端条件，全程开启hard模式。

测试的场景：长隧道、低纹理的隧道，还有弱光场景。测试方法：基本上全程开启大摆锤模式，一边走一边举着设备画圆圈或者剧烈抖动。很可惜没有录制视频，网上找了张示例图，类似于这样。

而且视频里面的位姿轨迹已经是SLAM经过平滑滤波了，

即便这样轨迹全都是圆圈和尖锐的毛刺，你就知道有多剧烈了。

令我非常欣喜的是，我们的产品经受住了用户的暴力测试。在这种剧烈运动、剧烈抖动画大圆圈、低纹理、弱光的环境下，全程没有漂移，仍然非常稳定的输出位姿和点云。最终的点云结果如下

注意，视频的SLAM结果都是用我们MetaCam EDU产品提供的适配好的开源代码就能实现的效果，用户自己也能轻松复现。

为什么我们的产品能够实现如此稳定的定位和建图效果呢？

我想至少有如下2个原因：

传感器覆盖范围足够广阔。激光雷达本身是水平360°全覆盖，双鱼眼相机水平方向覆盖范围达到达到270°，竖直方向全覆盖。所以即便你进行剧烈的震动，抡圆了胳膊甩甩几圈，在传感器数据激光雷达和鱼眼的世界里面，你的雷达点云、图像的重叠率是可以保证的，帧间数据关联非常的ok。

多传感器数据融合SLAM。除了能够感知外界的激光雷达、相机这些传感器，还有能感知设备本体的惯性测量单元IMU，专门测量角加速度和线加速度。运动的越剧烈，IMU输出越准确。多种传感器互相取长补短，一起保卫效果的鲁棒性和精度。

可能有人会问这个点云为什么会比较稀疏，至少有几个原因

1. 用户走的比较快。我们产品上的激光雷达是非重复式扫描，如果你移动的比较慢，点云会越来越密。典型的情况就是当你将设备静止在地面的时候，扫描的区域会从比较稀疏的点云逐渐变成非常稠密的点云，甚至看起来接近于图片的效果。

另外就是我们目前显示的点云只是赋色的点云，没有附上颜色就没有进行显示，通过算法的优化和策略调整，点云也以变得更稠密。我们提供的开源算法用的是通用的标定数据，如果你想达到更好的效果，可以用这个设备本身的出厂标定参数去进行进一步的优化，效果会更好。

测试视频见这里

除了这个，也这全黑的隧道环境下进行了SLAM测试。预知结果如何，且看下回分解。

如果你身上从事机器人/XR/自动驾驶/三维重建的朋友，如果你对MetaCam EDU感兴趣，欢迎联系我们线下交流报名。

9月28日（本周六）我们在广州开启线下产品试用和交流，附近的朋友欢迎来交流。扫码报名。其他城市的朋友也可以先报个名，后续逐步安排

幸福双城资讯网