Cartographer、Gmapping、Hector、Karto四种SLAM建图算法的优缺点概述及安装

致敬原创！！

1. Gmapping、hector、Cartographer三种激光SLAM算法简单对比
2. 微宏ROS教育机器人
3. cartographer与karto的比较
4. List item

四位选手排名不分先后

一号选手：cartographer

1. 来源：cartographer是google推出的一套基于图优化的SLAM算法，cartographer采取的是google的ceres构建problem优化，采取的是4线程后端优化。

2. 架构：直接订阅 odom，不需要 robot_pose_ekf。其 tf 发布频率 200HZ 大于 robot_pose_ekf 的 20HZ，robot_pose_ekf 发布的 tf 会被覆盖。

3. 优点：
   累计误差低，能天然的输出协方差矩阵，后端优化的输入项。成本较低的雷达也能跑出不错的效果。
   没有imu和odom，只有雷达也可以建图，还可以手持建图。

4. 缺点：
   内存占用较大，算法体量较大，需要花上很久的时间才能稍微看得懂（到现在还没看懂的我T^T）

5. 安装方法：CSDN链接~~~~~
   持续更新-----------