致敬原创!!
- Gmapping、hector、Cartographer三种激光SLAM算法简单对比
- 微宏ROS教育机器人
- cartographer与karto的比较
- List item
四位选手排名不分先后
一号选手:cartographer
-
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。
-
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。
-
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。 -
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) -
安装方法:CSDN链接~~~~~
持续更新-----------