目录

7 ROS激光SLAM

7.1 Map(地图)

7.2 常用的激光SLAM算法比较

7.2.1 Gmapping SLAM计算图

7.2.2 Karto SLAM计算图

7.2.3 Hector SLAM计算图

7 ROS激光SLAM

机器人导航的主要问题可以分为建图(Mapping)、定位(Localization)和路径规划（Path Planning）三部分。同步定位与建图（SLAM）问题位于定位和建图的交集部分。SLAM需要机器人在未知的环境中逐步建立起地图，然后根据地图确定自身位置，从而进一步定位。

SLAM可以分为激光，视觉，激光+视觉 三类。本章主要研究激光SLAM算法。

7.1 Map(地图)

ROS中的地图就是一张普通的灰度图像，通常为pgm格式。这张图像上的黑色像素表示障碍物，白色像素表示可行区域，灰色是未探索的区域。如下图所示：

地图在ROS中是以Topic的形式维护和呈现的，这个Topic名称是 /map ，它的消息类型是 nav_msgs/OccupancyGrid

可以通过 rosmsg show nav_msgs/OccupancyGrid 来查看消息格式：

std_msgs/Header header #消息的报头
    uint32 seq
    time stamp
    string frame_id #地图消息绑定在TF的哪个frame上，一般为map
nav_msgs/MapMetaData info #地图相关信息
    time map_load_time #加载时间
    float32 resolution #分辨率 单位：m/pixel
    uint32 width #宽 单位：pixel
    uint32 height #高 单位：pixel
    geometry_msgs/Pose origin #原点
    geometry_msgs/Point position
        float64 x
        float64 y
        float64 z
    geometry_msgs/Quaternion orientation
        float64 x
        float64 y
        float64 z
        float64 w
int8[] data #地图具体信息

以上定义了/map话题的数据结构，包含了三个主要的部分:header, info和data。header是消息的报头，保存了序号、时间戳、frame等通用信息，info是地图的配置信息，它反映了地图的属性，data是真正存储这张地图数据的部分，它是一个可变长数组， int8 后面加了 [] ，可以理解为一个类似于vector的容器，它存储的内容有width*height个int8型的数据,也就是这张地图上每个像素。

对于未知区域的地图，可以是机器人在运动中使用SLAM算法动态构建。

对于已知区域的地图，可以首先启动SLAM算法node，移动机器人使其扫描周围环境并建图，然后使用map_server（$ rosrun map_server map_saver -f map） 保存地图。 在以后的导航中使用已保存的地图即可。

7.2 常用的激光SLAM算法比较

ROS中常用的激光SLAM算法有Gmapping、Karto、Hector等算法。

具体的比较如下表所示：

    （1）里程计包括车轮上的光电码盘、惯性导航单元（IMU）、视觉里程计，可以只用其中的一个作odom，也可以选择多个进行数据融合，融合结果作为odom。

      （2）https://blog.csdn.net/dddxxxx/article/details/78460636

      （3）Refer to《An evaluation of 2D SLAM techniques available in robot operating system》

7.2.1 Gmapping SLAM计算图

7.2.2 Karto SLAM计算图

7.2.3 Hector SLAM计算图