李帅鑫，李九人，田 滨，陈 龙，王 力，李广云

1. 信息工程大学地理空间信息学院，河南 郑州 450000； 2. 慧拓无限科技有限公司，北京 100089； 3. 中国科学院自动化研究所复杂系统管理与控制国家重点实验室，北京 100190； 4. 中山大学数据科学与计算机学院，广东 广州 510275

在大数据和人工智能等新技术浪潮的席卷下，全球新一轮的科技革命和产业革命已悄然而至，传统测绘技术的转型升级势在必行[1]。打破传统格局，研究更智能高效的地理信息数据获取新方法，实现地理信息数据对现实环境的支持和增强，是现代测绘发展的重要方向之一[2]。近年来，自动驾驶产业正以前所未有的速度迅猛发展，这一切都离不开高精度地图(high definition map,HD Map)的强有力支持。然而，无论是大规模城市环境数据的快速采集还是高精度地图的生产制备，在传统测绘技术下都是极富挑战的任务[3-4]。

激光雷达(light detection and ranging，LiDAR)能够快速、精准地获取环境信息，现已被广泛应用于机器人、无人驾驶和测绘导航等领域，被视为无人系统感知外部环境的“眼睛”。基于LiDAR的SLAM技术具有不受环境遮挡和光照变化影响的特点，能够很好地弥补全球导航卫星系统(Global Navigation Satellite System，GNSS)的信号在室内环境下的失锁[5-6]。过去的20年来，已涌现出一批优秀的2D激光SLAM解决方案，如：Gmapping[7]、Hector SLAM[8]、Cartograper[9]、Spline SLAM[10]等，它们已在扫地机器人、仓库物流车等诸多商业化产品中得以应用。随着传感器技术的不断发展和用户对产品需求的不断升级，3D SLAM技术近年来备受关注。文献[11]提出的LiDAR定位与地图构建系统(LiDAR odometry and mapping，LOAM)是最经典的3D SLAM系统之一。……