开源的2D/3Dslam介绍

学习目标：

• 2Dslam介绍
• 3Dslam介绍

---

学习内容：

1.2Dslam介绍

        1.slam_gmapping            

                        Gmapping是应用最为广泛的2D slam方法，主要是利用RBPF（Rao-Blackwellized                 ParticleFilters）方法，所以需要了解粒子滤波的方法（利用统计特性描述物理表                              达式下的结果）。Gmapping在RBPF算法上做了两个主要的改进：改进提议分布和选                      择性重采样。

                        Gmapping可以实时构建室内地图，在构建小场景地图所需的计算量较小且精度                       较高。相比Hector SLAM对激光雷达频率要求低、鲁棒性高（Hector 在机器人快速                         转向时很容易发生错误匹配，建出的地图发生错位，原因主要是优化算法容易陷入                         局部最小值）；而相比Cartographer在构建小场景地图时，Gmappin