opengl场景大作业_激光SLAM|SuMa：基于Surfel地图的室外大场景SLAM

论文题目：Efficient Surfel-Based SLAM using 3D Laser Range Data in Urban Environments

开源代码：https://github.com/jbehley/SuMa

作者：任乾

之前我们介绍过SuMa++，它是一个语义SLAM，借助语义提高了匹配精度并移除了动态物体，最终提高了点云地图的质量。而本文介绍的SuMa则为SuMa++提供了基本的SLAM框架，算是它的基础版，它包含了很多细节方面的介绍和实现方法，为了更好地理解这些方法，我们有必要对这篇文章做个介绍。

既然有了增强版，这里就只介绍原理了，效果就不做过多介绍，感兴趣的可以去论文中看

一、前传

这篇文章的核心就是使用Surfel地图去实现前端里程计和闭环检测，因此理解这篇文章的核心就变成了理解Surfel地图。

Surfel地图并不是作者原创，但是该作者第一次把它用在室外大场景三维SLAM中，所以为了摸清Surfel的来龙去脉，我们对它的历史做一个梳理。

Surfel地图最早是用在基于RGB-D相机的三维重建任务中的，在Surfel出现之前，基于RGB-D的三维重建以KinectFusion[1]为主，后来受到[2]的启发，ElasticFu