PTAMM阅读笔记之SLAM概述(五)

1、同时定位与地图创建允许机器人在未知环境中，依靠自身所带的传感器递增式地创建环境地图，并同时给出机器人所在位置。

2、移动机器人的定位有两种类型：全局定位/绝对定位(Global/Absolute Localization)和位置跟踪(Position Tracking)。

全局定位：给定环境地图，在没有其他先验信息的情况下，机器人依靠自身所带来的传感器获得的信息确定其在地图中的位置。全局定位用来解决“Lost Robot”问题，对机器人位置进行初始化。全局定位必须要求有一个预先知道的环境地图。匹配技术或数据关联方法常用于移动机器人全局定位，通过比较当前的局部地图信息与全局地图信息，确定机器人的位置。但是由于环境的近似性和对称性，一般的匹配方法不能保证有效地解决全局定位问题。目前，基于贝叶斯滤波技术的概率方法成为解决全局定位问题的流行方法。通过递归地计算在机器人位置空间上的概率分布，来确定机器人在工作环境中最可能的位置。

位置跟踪：基于一定的初始信息，对机器人的位置进行跟踪估计。一般地，可将机器人位姿看作是系统状态，运用滤波技术对机器人的位姿进行滤波估计。最常用的方法是卡尔曼滤波。卡尔曼滤波是一种经典的线性最优递归估计算法。它将