大家好，我是小六。
最近，由于我们MetaCam EDU设备的宣传和推广，我接触到了大量来自不同行业的真实需求。
今天，我想主要和大家分享一下从工程应用角度出发，对机器人SLAM方向的一些看法。请注意，以下讨论不涉及学术方面。
第一点，过去我们谈论机器人SLAM技术时，往往更多地关注定位。但实际上，定位只是中间状态，行业的用户更关心的是能直接应用、更接近客户需求的建图功能，特别是稠密地图。建图更贴近终端用户的需求，而定位只是建图过程中的一个必要环节。建图中最基础的就是点云，有了点云，就可以进行很多应用，比如建筑行业可以制作CAD模型、BIM模型，AR行业可以制作网格模型，其他行业也可以根据需要制作各种模型。
另外，关于3D高斯为什么特别火，我个人认为，其中一个重要原因是它能直接得到三维重建的结果，省去了传统三维重建方法中需要点云、网格化、纹理贴图等繁琐步骤。
第二点，SLAM技术的优势在于适用范围广，而且限制少。以多传感器融合SLAM技术为例，主流传感器如激光雷达、惯导、相机等，通过融合可以解决几乎所有场景定位和建图问题。无论是室内还是室外，强光还是弱光，纹理是否丰富，都能应对。如果需要绝对坐标，室外还可以使用RTK，提高精度和稳定性。
第三点，SLAM技术能输出非常丰富的内容，比如六自由度的位置和姿态、全局点云、激光雷达和图像的帧间数据关联等。基于这些信息，可以进一步前面提到的得到各行各业需要的数据格式。
第四点，随着激光雷达成本的降低和激光雷达SLAM技术的成熟，我们可以高效、快速地获取大面积的三维空间真实场景重建数据，包括设备自身的运动位姿。这在以前激光雷达昂贵且SLAM技术不成熟时，成本高昂，而且难以实现。
第五点，我个人认为，所有需要移动的智能设备都需要自主SLAM，只是传感器搭配和实现形态不同而已。比如，以视觉为主可以做视觉惯性SLAM，以激光雷达为主可以做激光雷达SLAM，还可以融合轮速计、RTK、IMU等各种传感器，非常灵活。
第六点，虽然SLAM技术在工程应用方面有很多细分方向的需求，但我们也不能盲目乐观。在实际工程项目中，还有很多问题需要解决。这些问题主要是工程化问题，比如如何在不同场景下保持较高的精度和算法稳定性，如何在动态场景下减少动态物体的影响，如何通过做好后处理来提升整体效果和指标等。虽然这些都是工程问题，但做好它们，我认为商业价值是非常大的。