rtabmap更加适合视觉SLAM建图和导航

slam问题目前主要集中在如何建立一个好的地图，至于后续如何使用地图这部分工作研究的不多，不过我个人恰好在做这部分工作所以答一下个人见解。

首先，有一张好的地图，是导航或地图语义分析等应用的前提，目前建立一张好的地图还有不少的难度。

其次，基于地图的导航等应用多是工程性问题，不好发文章，研究slam问题的多为学校学生和研究机构人员，所以发表成果还是一个很重要的考虑。

最后，不同的slam框架建立的地图类型个不相同，要与现在成熟的导航框架ros_navigation和moveIt相结合还有不少的工作要做。比如，orb_slam2构建的是稀疏点云地图，其实作者只是造成了整个系统的map build功能，地图的save&load功能，还有load地图后只进行localization功能都还有待完善，等这些功能都实现了，整个orb_slam2系统也只是提供了一个可用的机器人位置信息，要能做自主导航还需要有障碍地图和局部避障检测。rtabmap算是做的比较全面的slam框架，支持laser,rgbd,轮式odom联合建图，建立的地图包括三维稠密点云和二维栅格地图，但是实际导航还是主要基于二维栅格地图，因为三维点云需要做外点去除，面片连接，地面天花板等去除等一些列实际情况的处理，其实最主要的问题是我们如何理解机器人与地图的关系，机器人到底需要一个什么样的地图，人的认知上看上去很炫酷的地图还是以机器人的认知能够更好理解的地图。

至于为什么用rtabmap的人少，首先rtabmap做的更像是商业产品而不是开发研究用，所以代码很难二次开发，这使得入手rtabmap的人非常少，用的人少了，自然资料也就少，所以就更难入手。。。

参考文献

[1] 张虎，机器人SLAM导航核心技术与实战[M]. 机械工业出版社，2022.