cartographer源码学习1——整体框架介绍

主要参考链接：

1. April Lee的cartographer源码详细解读
2. slamcode的cartographer源码分析
3. cartographer 超详细注释代码
4. cartographer官网

一. 代码框架

cartographer开源代码主要包含两个部分：casrtographer、cartographer_ros。cartographer主要负责处理来自激光雷达、IMU、里程计的数据，并基于这些数据进行地图的构建，是cartographer理论的底层实现。cartographer_ros则是基于ros的通信机制获取传感器的数据并将它们转换成cartographer中定义的格式传递给cartographer处理，与此同时也将cartographer的处理结果发布用于显示或保存，是基于cartographer的上层应用。cartographer_ros相当于对cartographer的ROS封装。

算法流程如下：

cartographer可以分为两部分：

1. 前端，Local SLAM部分；该部分主要任务是建立维护Submaps，但是会随时间产生累计误差。该部分相关参数定义在 src/cartographer/configuration_files/trajectory_builder_2d.lua 和 src/cartographer/configuration_files/trajectory_builder_2d.lua 中。
2. 后端，Global SLAM部分；该部分主要进行回环检测以及后端优化。回环检测本质上也是一个优化问题，文中将其表达成 pixel-accurate match形式，采用Branch-and-Bound Approach(BBA)方法来解决。

cartographer运行是两个比较重要的节点：

• cartographer_node 订阅传感器数据，生成submap_list

  |==@订阅的topic
  |----------scan (sensors_msgs/LaserScan) 激光传感器数据
  |----------echoes (sensors_msgs/MultiEchoLaserScan) 超声波数据
  |----------points2 (sensors_msgs/PointCloud2) 点云数据
  |----------imu (sensors_msgs/Imu) IMU数据
  |----------odom （nav_msgs/Odometry) 里程计数据
  |==@发布的topic
  |----------scan_matched_points2 (sensors_msgs/PointCloud2) 匹配好的点云数据，用来scan-to-submap matching
  |----------submap_list (cartographer_ros_msgs/SubmapList) 发布构建好的submap
  |==@提供的Service
  |----------submap_query (cartographer_ros_msgs/SubmapQuery) 可以提供查询submap的服务，获取到查询的submap
  |----------start_trajectory (cartographer_ros_msgs/StartTrajectory) 维护一条轨迹
  |----------finish_trajectory (cartographer_ros_msgs/FinishTrajectory) 结束一条给定ID的轨迹
  |----------write_state (cartographer_ros_msgs/WriteState) 将当前状态写入磁盘文件中
  |----------get_trajectory_states (cartographer_ros_msgs/GetTrajectoryStates) 获取指定trajectory的状态
  |----------read_metrics (cartographer_ros_msgs/ReadMetrics)
  

• cartographer_occupancy_grid 订阅submap_list，生成栅格地图

cartographer_node节点的入口函数 /cartographer_ros/cartographer_ros/node_main.cc