标签：入门 Scan 简介 激光 地图 里程计 2D SLAM
一.SLAM的定义
二 环境分类
-
静态环境
尺度地图：目前大部分的建图基本都是该类
拓扑地图：大环境
混合地图：综合以上两个 -
动态环境
三.图优化SLAM
实现分两部分： -
前端：建图部分
-
后端：优化部分
优化效果：
四.基于滤波SLAM
只估计当前时刻位置，出现误差就积累，不适合大环境使用 -
状态预测：可以简单理解为里程计估计当前位置
-
状态更新&地图更新：卡尔曼滤波更新>地图更新
-
激光雷达：室内2D雷达，室外3D雷达
-
惯性测量单元：一般用于算角度
-
轮式里程计：一般用于算距离
-
覆盖栅格地图：使用更多，对地图区分性更强
激光SLAM的常用算法
- Scan-to-Scan：基本淘汰
- Scan-to-Map:典型代表Cartographer,当前扫描与过去地图匹配
- Map-to-Map：很少开源，效果理论比较好
五.2D激光SLAM介绍
室内环境使用广泛
- State of Art:CSM+梯度算法，典型代表Cartographer
- Branch and Bound&Lazy Decision:分支递界
2D激光SLAM的发展
基于滤波基本被淘汰，重点应该放在基于图上面
2D激光SLAM的应用
- 轮式里程计的标定：Offline,Online，Online实时调整
- 时间同步问题：ms级误差，MCU和PC之间会有时间差，对距离影响可能小，但是对于角度影响会比较大
2D激光SLAM的趋势——与视觉融合
六.3D激光SLAM的介绍
开发成本较高，仅作了解
七.激光SLAM中的问题
标签：入门,Scan,简介,激光,地图,里程计,2D,SLAM 来源： https://blog.csdn.net/qq_29174429/article/details/122590663
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。