SLAM100 est le premier scanner lidar mobile portable. Il peut obtenir des données de nuages de points 3D de haute précision et haute définition de l'environnement environnant sans lumière ni GNSS. Il convient à la collecte de données intégrées en intérieur et en extérieur et peut être largement utilisé dans diverses applications telles que l'arpentage topographique, l'espace souterrain, les statistiques et la surveillance, la planification et la construction, l'arpentage des propriétés, l'enquête forestière, l'inspection des lignes électriques et les interventions d'urgence.
Champ de vision laser 270° x 360°
Grâce au balayage rotatif, le scanner laser du SLAM100 peut collecter dynamiquement des données et former un champ de vision de 270'X360', ce qui le rend précis et complet pour acquérir des données de l'espace qui nous entoure.
Les caméras à lumière visible
Trois caméras de 5 mégapixels sont adoptées pour former un champ de vision horizontal de 200 degrés et un champ de vision vertical de 100 degrés, qui peuvent obtenir de manière synchrone des informations sur la texture et produire en outre des nuages de points de couleur et des images panoramiques partielles.
Haute précision et haute définition
Les algorithmes de post-traitement SLAM de niveau industriel permettent au SLAM100 d'obtenir une plus grande précision et des données de nuages de points 3D plus précises.
Mesure automatique du point de contrôle
Sans qu'il soit nécessaire d'ajouter manuellement des points de contrôle, SLAM100 peut collecter et extraire automatiquement les points de contrôle et ainsi géoréférencer facilement les données de résultat dans le système de coordonnées global.
Support de drone
SLAM100 peut être équipé des plates-formes UAV du D500 ou du D20 via un support UAV, afin de permettre la collecte de données air-sol ou intérieure et extérieure.
Interfaces externes polyvalentes
SLAM100 dispose d'une multitude d'interfaces externes, qui peuvent être connectées à une caméra panoramique, un module GNSS, une voiture, un drone, etc.
pour diversifier les collectes de données et s’adapter à davantage de scénarios d’application.