SLAM技术，即"即时定位与地图构建"技术，允许机器人在未知环境中同时进行自身定位和地图构建。具体来说，SLAM使用传感器（如深度相机或激光雷达）收集环境数据，通过算法处理这些数据来估算设备的位置，同时构建周围的环境地图。SLAM技术能够解决机器人在不知道自己位置的情况下如何绘制地图，同时又依赖地图来确定自己的位置。这项技术在机器人导航、自动驾驶、增强现实(AR）等领域有广泛应用，使设备能够在没有预先定义地图的情况下在复杂环境中导航。

案例分享

迈尔微视顶视SLAM导航

迈尔微视顶视导航SLAM技术利用RGB-D相机从天花板捕捉详细的深度数据。该系统能够检测到高达12米距离内的特征，充分利用上方空间，这种创新方法允许机器人在绘制环境地图的同时跟踪其在地图中的位置。与传统的依赖于地面导航线的SLAM不同，迈尔微视的顶视导航解决方案避开了许多地面障碍物，并提供了一致的视角，提高了定位精度并减少了机器人协同时可能会出现的错误。

应用场景一：

某光伏企业有十几条线，需要逐条线投产，车间产线设备和负责娱乐新闻新浪的移动机器人逐步进场和投产，即移动机器人运行的过程中存在周边环境高动态变化的情况。另外，整个车间使用的机器人有500多台，运行期间车流量大，对接机台定位精度要求高，最终采用迈尔微视顶视SLAM导航解决方案代替传统的2D激光雷达导航定位，将传感器安装于光伏一体式娱乐新闻新浪机器人顶部，目前已稳定运行超过1年。该厂房两车间共8万平方米，超过500台AGV搭载该视觉定位模块，上线以来实现无运行故障和丢失定位的问题。

应用场景二：

某华南汽车制造企业，车间环境空旷，周边摆满周转料车，且人车混流，厂房内零部件堆放变化大，属于典型的高动态环境，传统2D激光雷达定位十分困难。为满足该场景需求，采用迈尔微视SLAM导航定位方案，将传感器安装于大型辊筒娱乐新闻新浪AMR上端，负责运输发动机部件，提高机器人定位的稳定性。

应用场景三：

某华南成衣制造企业，其仓库为典型的地堆式，拥有超过4000个库位，且库位间距小、物料变动大，无法使用2D激光导航，最终采用迈尔微视顶视SLAM导航解决方案，将导航模块安装于AGV叉车顶部，负责运输托盘。

迈尔微视视觉SLAM导航解决方案的成功应用，证明了SLAM技术在实际场景中性能和广泛适用性。无论是在复杂的生产车间、高动态的制造环境，还是密集的仓储空间，SLAM技术都展示出其优势和强大的适应能力。

为了使得各类移动机器人畅行于更多复杂环境和场所，满足更远距离的需求，迈尔微视即将推出T2产品，该产品点云分辨率达1608x280，可水平安装于移动机器人前端，最远工作距离可达30米，通过扫描环境前方和上方信息，进行环境地图的构建，为移动机器人提供更加多样化的导航方案。