SLAM : Simultaneous Localization And Mapping
L'algo qui permet aux scanners mobiles (backpack, handheld) de cartographier en marchant.
Mis à jour le
Le SLAM (Simultaneous Localization And Mapping) est une famille d’algorithmes qui résolvent simultanément deux problèmes : localiser un capteur dans un environnement inconnu, et cartographier cet environnement en même temps.
Pourquoi ça compte en topo
Un scanner statique sait précisément où il est (sur trépied calé), il scanne autour de lui. Un scanner mobile (backpack, handheld, véhicule) bouge en permanence. Il a besoin du SLAM pour estimer sa propre trajectoire en temps réel et placer correctement chaque point mesuré.
Le défi : la dérive
L’estimation de position s’accumule erreur sur erreur au fil du déplacement. Sans correction, ton nuage drift de plusieurs cm après quelques dizaines de mètres — un défaut qui se rattrape ensuite par un recalage sur des cibles connues. Les solutions :
- Fermeture de boucle : repasser par un point déjà scanné permet à l’algo de “recoller” sa trajectoire
- Fusion multi-capteur : IMU + LiDAR + caméra augmentent la robustesse
- GNSS-aiding : intégrer un GPS RTK quand il y a du signal (extérieur)
Outils commerciaux
Leica BLK2GO, GeoSLAM Zeb Horizon, Emesent Hovermap, NavVis VLX. Côté open-source : LIO-SAM, FAST-LIO, Cartographer.