LOAM算法是一種針對雷射雷達（LiDAR）的同時定位與地圖構建（SLAM）算法，它特別適用於三維環境中。該算法的核心思想是將實時定位與地圖構建這兩個複雜問題分開解決，通過兩個獨立的算法來進行。
高頻、低精度的里程計。首先，使用一個高頻、低精度的里程計來估計LiDAR的位姿，同時去除實驗過程中產生的運動畸變。
低頻、高精度的建圖與校正里程計。然後，使用一個低頻、高精度的里程計來改善LiDAR位姿的精度，並輸出全局坐標系下的地圖。
LOAM算法在點雲匹配與特徵提取方面採用了創新方法，它結合了scan-to-scan匹配（精度低但速度快）和scan-to-map匹配（精度高但速度慢），從而在保證精度的同時提高了處理速度。這種策略不僅提高了整體的SLAM性能，還為後續的多感測器融合框架提供了新的思路。
LOAM算法的主要優點包括高精度、低誤差累計，特別是在沒有閉環檢測的情況下，它能夠保持較低的漂移率。然而，該算法的一個主要缺點是計算量大，對實時性有一定的挑戰。儘管如此，LOAM算法仍然被廣泛套用於各種三維環境中，特別是在需要高精度地圖構建和定位的領域。
此外，LOAM算法最初是基於二維雷射雷達開發的，但後來擴展到了三維雷射雷達，如Velodyne的16線和32線雷射雷達。這些改進使得LOAM算法能夠處理更複雜的環境，並提供了更準確的地圖構建和定位能力。