Real-time correlative scan matching 论文算法分析

---

---

背景

　　读这篇论文的初衷在于希望能够读懂 Google’s Cartographer（开源激光SLAM算法），这篇文章是 Cartographer 的论文 《Real-Time Loop Closure in 2D LIDAR SLAM》的引用文献之一，也是代码实现里 real time correlative scan matcher 和 fast correlative scan matcher 的算法来源（两者分别用在了前段和后端的算法中），总之是读懂 Cartographer 的关键论文之一，故这里写下我读这篇论文的一些理解。

算法

有一些基础的概念这里是默认读者是能理解的
1. Scan Matching —— 求解两帧雷达数据（scan to scan）或者雷达数据与地图（scan to map）之间的旋转矩阵（位移和旋转）的过程；
2. Maximum likelihood estiamtion (极大似然估计) —— 利用已知样本结果，在使用某个模型的基础上，反推最有可能导致这样的结果的参数。这是一个相对生涩的解释，有兴趣的读者可以自行搜索相关的博客或文章来看，完整的看下来会比较容易理解。

基础模型

　　我们这里用极大似然估计的思路来给 Scan Matching 建模，这里我们采用的是 Cartographer 中的 Scan-to-Map 的模式：

$$x^*_t = argmax_{ x_t } \lbrace \,p(\, z_t \, | \, x_t, \, m_{t-1} ) \,p(\,x_t\, |\, x_{t-1}, \,u_{t-1}) \,\rbrace \tag{CS}$$

其中，