cartographer从入门到放弃2---框架

最新推荐文章于 2024-05-14 18:19:12 发布

年少的梦007

最新推荐文章于 2024-05-14 18:19:12 发布

阅读量1.2k

点赞数 1

分类专栏： slam

本文链接：https://blog.csdn.net/weixin_41518014/article/details/117468983

版权

slam 专栏收录该内容

10 篇文章 1 订阅

订阅专栏

cartographer是基于图优化的算法，主要的目标是实现低计算资源的损耗，达到实时slam的目的，看具体代码之前现对整个框架介绍

主要参考：Cartographer源码阅读1——整体框架介绍

1.catrographer整体框架

cartographer的代码主要包括两个部分：cartographer和cartographer_ros。

cartographer主要负责处理来自Laser、IMU、Odemetry等传感器的数据并基于这些数据进行地图的构建。所以这一部分应该说是cartographer代码的核心部分。而cartographer_ros是基于ros的通信机制获取传感器的数据并将他们转换成cartographer中定义的格式传递给cartographer处理，与此同时也将cartographer的处理发布用于显示或保存。是基于cartographer的上层应用。所以，cartographer_ros相当于是对cartographer进行了一层ROS接口的封装。

cartographer_ros是基于ros的通信机制获取传感器的数据并将他们转换成cartographer中定义的格式传递给cartographer处理，与此同时也将cartographer的处理发布用于显示或保存。是基于cartographer的上层应用。所以，cartographer_ros相当于是对cartographer进行了一层ROS接口的封装。

2.cartographer算法流程（Cartographer ROS Integration）

根据官网，cartographer的整体流程如下：

cartographer的整体框架可以分为、Local_SLAM和Global_SLAM 滤波器等

input Sensor data主要是传感器数据的输入：lidar, Odometry, IMU,Fixed Frame pose(暂时不知)

Local SLAM也被称为Frontend，负责生成较好的子图。从传感器出发，Laser的数据经过两个滤波器后进行Scan Matching，用来构建子图submap, 而新的Laser Scan进来后也会插入到已经维护着的子图的适当位置。如何决定插入的最优位姿，就是通过Ceres Scan Matching来实现的。估计出来的最优位姿也会与里程计和IMU数据融合，用来估计下一时刻的位姿。

该部分相关的参数定义在/src/cartographer/configuration_files/trajectory_builder_2d.lua和/src/cartographer/configuration_files/trajectory_builder_3d.lua中。

Global SLAM也称为Backend. 负责进行全局优化，将不同的子图以最匹配的位姿贴在一起，该部分的主要任务是进行Loop Closure。如前所述，闭环检测本质上也是一个优化问题，文中将其表达成了pixel-accurate match的形式，采用Branch-and-Bound Approach （BBA）的方法来解决。