SLAM，英文是Simultaneous Localization and Mapping，意思是即时定位与建图。通俗理解，SLAM的主要功能就是让机器人一边计算自身位置，一边构建环境地图，这两个过程相辅相成。可以说，SLAM技术是机器人后续自主行动和实现交互的基础，SLAM也被认为是实现自动驾驶和全自主移动机器人的关键技术。

SLAM要实现定位和建图，第一步就是采集数据。而采集数据的关键是传感器。根据目前主流的应用，传感器主要是激光雷达和摄像头两大类，根据传感器选择不同，基于激光雷达和视觉的SLAM技术分别称为激光SLAM和视觉VSLAM。

而激光SLAM又因为传感器应用有单线（2D）和多线（3D）激光雷达两种，所以，激光SLAM又有2D SLAM和3D SLAM之分。2D SLAM用单线激光雷达探测二维平面环境信息，在一个平面数据上进行定位，二维成像没有高度信息。3D SLAM用多线激光雷达获取环境三维数据，通过三维数据的特征点匹配进行定位，三维动态成像可以知道物体形状大小，环境信息还原度高。

无论是激光2D SLAM、激光3D SLAM还是VSLAM，他们都是建图定位技术。激光雷达3D SLAM就是基于多线激光雷达探测的建图定位技术。

从技术成熟度看。早在2005年，激光SLAM已经被研究比较透彻，是最为成熟的定位导航方案。而激光雷达3D SLAM技术近年来迅猛发展，愈来愈成为未来的发展趋势。VSLAM目前由于受限于计算复杂度及光线对视觉干扰等问题，工程应用案例不多。

从适用环境看。2D SLAM无法适用动态场景变化大的室内场景，更无法应用到复杂的室外环境，VSLAM对光的依赖程度高，在暗处无法适用，激光雷达3D SLAM则室内外通用，且不受光线环境影响。

综上可知，激光雷达3D SLAM技术具备测量精度高、环境适应能力强、部署便捷等优势。

随着国产多线激光雷达的量产和性能提升，3D激光雷达逐渐走向低成本、低功耗和高可靠性的应用，基于3D激光雷达的SLAM算法得到了迅猛的发展。近几年多线激光雷达3D SLAM自然导航定位技术在无人驾驶、机器人等智能设备上大量落地应用，直接验证了激光雷达3D SLAM技术的可靠性。

多线激光雷达3D SLAM自然导航定位技术，完美解决了反光板、二维码、2D SLAM等传统导航方案的：场外不能使用、场景应用局限大，成本投入高以及部署繁杂、易烂尾等三大痛点，正在成为全球SLAM技术的重要发展趋势。