激光slam学习笔记——基于已知位姿的构图算法

激光slam学习笔记——基于已知位姿的构图算法

栅格地图适合用来路径规划，一般用八叉树来进行分类，标记哪里被占用，哪里是自由区域

给定机器人的位姿和观测，用概率的方法估计最可能出现的地图。

假设地图为静态的，那么我们可以认为地图中的每个栅格都是独立的，最终地图的概率可表示为所有概率的乘积

下面就是个贝叶斯估计，把第二个式子带入第一个式子进行化简

地图是一个二元随机变量，0， 1。所以他的对立事件也是类似的

将两个概率相除，因为是对立事件，所以0和1 的概率之和为1，然后用 1 - m 的概率 替换 -m 的概率，继续化简


两边同时取对数运算，就可以变成累加的形式，t-1时候的状态加上一个t时候的状态，然后减去初始时刻自己设置的值


就是激光在扫描过程中，开始时候有一个初值， 然后free栅格会被减去一个log（free），被占用的栅格会加上log（occ），没扫秒的不变。
最后如果接近 1 那么就是被占据，接近 0为空闲

计数建图算法

c = 1 是意味着没有障碍物，光束打到了空气上

m表示被占用的概率，没有障碍物时概率进行累乘表示当前观测的概率
有障碍物时把占据的概率进行相乘

要估计地图概率最大，可以表示成已知地图估计观测的概率的最大，用贝叶斯公式就可

被击中的栅格少一个累加，因为激光只能击中一个栅格，但是可以一次用过好多个栅格，要把栅格都加上

我们的目的是想让m的值最大，所以可以进行直接求导
其中 aj表示击中的次数，bj表示通过的次数
最后我们可以设定一个阈值，大于阈值则认定为障碍物，小于则认定为空闲
最后式子背后实质就是最大似然概率