SLAM建图

建图路径

现在的slam建图的时候基本认为是人手动操控机器人进行建图的。

局部地图融合

根据传感器获得的对当前局部环境的地图

要将局部地图融入全局地图，首先得进行坐标变换，包括平移和旋转，变换到全局地图的位置。

局部地图初始时，用像素值128表示当前栅格不确定（所用像素值的范围0-255），然后，如果当前栅格是障碍，我们把它置0，否则就是255。

线性融合 :

让全局栅格地图上栅格的值分布在0-255，栅格对应的值小于128时，越小是障碍的概率越大，栅格对应的值大于128时，越大是障碍的概率越小。

融合地图：

//plocalGrid为局部栅格
//pglobleGrid为局部地图在全局地图的投影位置。
//栅格地图的像素值在0~255之间。
IF  plocalGrid == obstacle and plocalGrid -value1>=0 //局部为障碍
	Then pglobleGrid-=value1; //更新全局地图
ELSE IF plocalGrid == Passable and pglobleGrid +value2<=255 //局部为空地
	Then pglobleGrid +=value2; //更新全局地图
Endif

value1和value2是一个经验值，比如可以都取5。

贝叶斯融合 :
我们利用贝叶斯进行滤波

$P(stat{e}_i|Z_t)=(1+\frac{(1-P_0(stat{e}_i|Z_t))\ast (1-P(stat{e}_i|Z_{t-1}))}{P_0(stat{e}_i|Z_t)\ast P(stat{e}_i|Z_{t-1})}{)}^{-1}$

$=\frac{P_0(stat{e}_i|Z_t)\ast P(stat{e}_i|Z_{t-1})}{(1-P_0(stat{e}_i|Z_t))\ast (1-P(stat{e}_i|Z_{t-1}))+P_0(stat{e}_i|Z_t)\ast P(stat{e}_i|Z_{t-1})}$

$Z$: 值观测值（每一次的观测值来源于局部地图，只有两种状态：占据、空闲）
$P(stat{e}_i|Z_t)$: 融合t+1时刻的观测值后，栅格i被障碍占据的概率
$P(stat{e}_i|Z_t)$: 融合t时刻的观测值后，栅格i被障碍占据的概率,也就是上一次观测的概率
$P_0(stat{e}_i|Z_{t+1})$: 单纯的从t+1时刻的观测值，判断的栅格i被障碍占据的概率，即预测概率
一般可以取常数，如$P_0(stat{e}_i|Z_t=占据)=0.6，P_0(stat{e}_i|Z_t=空闲)=0.3$

参考：二维栅格地图绘制