机器人SLAM建图与自主导航：从基础到实践

前言

这篇文章我开始和大家一起探讨机器人SLAM建图与自主导航 ，在前面的内容中，我们介绍了差速轮式机器人的概念及应用，谈到了使用Gazebo平台搭建仿真环境的教程，主要是利用gmapping slam算法，生成一张二维的仿真环境地图 。我们也会在这篇文章中继续介绍并使用这片二维的仿真环境地图，用于我们的演示。

教程

SLAM算法的引入

（1）SLAM：Simultaneous Localization and Mapping，中文是即时定位与地图构建，所谓的SLAM算法准确说是能实现SLAM功能的算法，而不是某一个具体算法。

（2）现在各种机器人研发和商用化非常火 ，所有的自主机器人都绕不开一个问题，即在陌生环境中，需要知道周边是啥样（建图），需要知道我在哪（定位），于是有了SLAM 课题的研究。SLAM在室内机器人，自动驾驶汽车建图，VR/AR穿戴等领域都有广泛的应用。

（3）SLAM算法根据依赖的传感器不同，可以分为激光SLAM和视觉SLAM，前者是激光雷达，后者是能提供深度信息的摄像头，如双目摄像头，红外摄像头等。除此之外，SLAM算法通常还依赖里程计提供距离信息，否则地图很难无缝的拼接起来，很容易跑飞。一个经典的SLAM 流程框架如下，其中回