Google Cartographer 配置参数详解

Google Cartographer 配置参数详解

cartographer 项目地址: https://gitcode.com/gh_mirrors/car/cartographer

Google Cartographer 是一个功能强大的实时同步定位与地图构建(SLAM)系统，其性能很大程度上依赖于各种配置参数的合理设置。本文将深入解析 Cartographer 的核心配置参数，帮助开发者更好地理解和调优系统。

1. 基础配置参数

1.1 Ceres 求解器配置

Ceres Solver 是 Cartographer 后端优化使用的非线性最小二乘求解器，其配置参数位于 cartographer.common.proto.CeresSolverOptions 中：

• use_nonmonotonic_steps：是否使用非单调步长，影响优化收敛方式
• max_num_iterations：最大迭代次数，控制优化时间
• num_threads：求解器使用的线程数

1.2 地图构建器配置

MapBuilderOptions 控制整个 SLAM 系统的基础行为：

• use_trajectory_builder_2d/use_trajectory_builder_3d：选择 2D 或 3D 建图模式
• num_background_threads：后台计算线程数，影响并行处理能力

2. 2D SLAM 核心配置

2.1 局部轨迹构建器

LocalTrajectoryBuilderOptions 控制 2D 局部 SLAM 行为：

• min_range/max_range：激光雷达有效测量范围
• voxel_filter_size：点云降采样体素大小
• use_online_correlative_scan_matching：是否使用在线相关扫描匹配
• imu_gravity_time_constant：IMU 重力方向估计的时间常数

2.2 子地图配置

SubmapsOptions 控制 2D 子地图的生成：

• resolution：地图分辨率（米/像素）
• num_range_data：每个子地图包含的扫描数据量

2.3 扫描匹配器

Cartographer 提供了多种扫描匹配算法配置：

• FastCorrelativeScanMatcherOptions：快速相关扫描匹配器参数

  • linear_search_window：线性搜索窗口大小
  • angular_search_window：角度搜索窗口大小

• CeresScanMatcherOptions：基于 Ceres 的扫描匹配器

  • occupied_space_weight：占据空间权重
  • translation_weight：平移权重
  • rotation_weight：旋转权重

3. 3D SLAM 核心配置

3.1 3D 局部轨迹构建器

LocalTrajectoryBuilderOptions 的 3D 版本特有参数：

• high_resolution_adaptive_voxel_filter_options：高分辨率点云滤波
• rotational_histogram_size：旋转直方图大小

3.2 3D 子地图配置

3D 子地图具有双分辨率特性：

• high_resolution：高分辨率地图格大小
• low_resolution：低分辨率地图格大小
• high_resolution_max_range：高分辨率地图最大范围

4. 位姿图优化配置

4.1 约束构建器

ConstraintBuilderOptions 控制闭环检测：

• sampling_ratio：约束采样比例阈值
• min_score：扫描匹配最低分数阈值
• loop_closure_translation_weight：闭环平移约束权重

4.2 优化问题配置

OptimizationProblemOptions 控制后端优化：

• huber_scale：Huber 损失函数缩放因子
• acceleration_weight：IMU 加速度项权重
• local_slam_pose_rotation_weight：局部 SLAM 旋转权重

5. 运动滤波配置

MotionFilterOptions 控制何时插入新的扫描数据：

• max_time_seconds：最大时间间隔
• max_distance_meters：最大移动距离
• max_angle_radians：最大旋转角度

配置建议

1. 分辨率选择：室内环境通常使用 0.05m 分辨率，室外可使用 0.1-0.2m
2. 扫描匹配：在线相关扫描匹配可提高初始位姿估计质量
3. IMU 参数：根据 IMU 质量调整重力时间常数
4. 计算资源：根据 CPU 核心数合理设置线程数

通过合理配置这些参数，可以显著提升 Cartographer 在不同场景下的建图质量和实时性能。建议在实际应用中根据具体硬件和环境特点进行参数调优。

cartographer 项目地址: https://gitcode.com/gh_mirrors/car/cartographer