激光SLAM中的数据关联是一个关键过程，它涉及到在不同时间、不同地点获取的传感器测量数据之间，以及这些测量数据与地图特征之间建立对应关系，以确定它们是否源于环境中的同一物理实体。
分为：不相关（A点）、部分相关（B点）、强相关（C点）
在激光SLAM中，数据关联通常包括特征匹配和回环检测两个主要方面.
特征匹配：
通过计算描述子（Descriptors）之间的距离来进行特征点的匹配。
常用方法包括暴力匹配（Brute-Force Matching）和RANSAC（Random Sample Consensus）优化等。
这些方法旨在找到不同时间或视角下观测到的相同特征点，从而建立对应关系。
回环检测：
利用词袋模型（Bag of Words）、描述子法（如Scancontext）以及深度学习方法（如OverlapNet和OverlapTransformer）等进行。
回环检测的目的是识别机器人是否回到了之前访问过的区域，并通过建立新的对应关系来修正累积的定位误差和地图畸变。
