![6f9857851530d8bf4b7e7451e34550bc.png](https://i-blog.csdnimg.cn/blog_migrate/1562da868dda85fc6331f0319111b0eb.jpeg)
前沿
SLAM作为机器人领域深耕已久的方向,在我看来已经比较成熟了。从开始的EKF SLAM到现在的RTAB-MAP, ORB-SLAM, Cartographer各种SLAM算法百花齐放。SLAM的回环检测在提高机器人的定位精度上,让我眼前焕然一新。
“SLAM拥有实时定位和构建地图的能力,这对于自动驾驶来说不是非常利好?既可以定位,又可以同时构建低配版HD map, 而且还可以通过这个低配版地图进行重定位?”
我是抱着这么个想法,开始琢磨着可不可以把基于激光雷达的Cartographer应用在自动驾驶上。
![ec7c926c18be36b8ce2c8f8258549444.png](https://i-blog.csdnimg.cn/blog_migrate/9fd813b70d70fbffac75e546694b39be.jpeg)
SLAM应用在自动驾驶后的思考
所以上周就开始分析Cartographer。cartographer 是谷歌的开源SLAM项目。它是一个以低配硬件实现大型场景实时精确(5cm)SLAM的项目。
涉及到的内容很多很多,算法也比较复杂。单纯看他们的论文是看不出啥东西的。像这种大型项目,必须得是论文+文献+tutorial+其他人的说明。