深蓝学院1--slam介绍

1、静态环境（用的多）：

尺度地图：尺度大小不失真，在现实中1米在地图中也1米

两种方法：

        基于滤波的方法（贝叶斯估计的过程）（GMapping），学生用的多，但不适合大环境建图

用当前时刻的状态来估计位姿

        1里程计的预测 

这种方法不是很好

        基于图优化（用非线性最小二乘的方式来优化所累计的误差，哪来的误差？是有回环才能检测误差）

先建图，启动回环后再优化，相当于从A点到B点有一个回环，按理从A到B的逆*从B到A=I, 但会有误差，用优化的方法使误差最小，从而A和B重合。

拓扑地图：适合环境大的情况

混合地图：尺度+拓扑

2、动态环境：

高动态环境:机器人在建图的过程中有物体在运动，机器人可以看到

低动态环境：机器人在建图的过程中有物体在运动，机器人看不到，比如扫地机器人在某个地方看到某个家具的时候在A点，再次到这个地方的时候看到家具在B点，家具的位置变化发生在机器人看不到的情况下

3、传感器

IMU                   ---->算角度

轮式里程计        ---->算距离

激光雷达(室内：二维；室外：三维)

上面两个传感器的数据和激光雷达合在一起进行slam

4、地图类型

覆盖栅格地图

点云地图

5、算法

用的多的：PI-ICP 

 

用的多的是scan-to-map，cartographor

6、数据预处理:

轮式里程计的标定

        offline

        online

激光雷达运动畸变去除

不同系统之间的时间同步

7、3D激光

LOAM(开源)

V-LOAM（LOAM开源代码+论文）激光给视觉提供深度信息，视觉给激光提供运动畸变去除

VELO