gmapping 算法解析

最新推荐文章于 2023-07-05 02:00:28 发布

xiaomutou2015

最新推荐文章于 2023-07-05 02:00:28 发布

阅读量1w

点赞数

文章标签：机器人地图 filter

本文链接：https://blog.csdn.net/xiaomutou2015/article/details/73702462

版权

本文详细介绍了SLAM（即时定位与地图构建）技术，包括如何在已知位姿下构建地图，以及如何在已知地图下使用粒子滤波算法进行定位。gmapping算法，基于Rao-Blackwellized粒子滤波器，通过自适应重采样和考虑机器人运动及观测的建议分布，有效减少了粒子数量并降低不确定性。

摘要由CSDN通过智能技术生成

SLAM

slam翻译成中文叫“即时定位与地图构建”，顾名思义，该技术包含定位与建图两个方面，而且定位与建图相辅相成、互相影响。构建地图首先要知道机器人的精确位姿，精确定位又需要给定的地图做参考。
先讲已知精确位姿（坐标和朝向）的地图创建，机器人位置已知，通过激光雷达扫描到环境特征，即障碍物距离。可通过机器人坐标和朝向以及障碍物距离计算出障碍物的坐标，采用bresenham直线段扫面算法，障碍物所处的栅格标注为occupy，机器人所处的栅格与障碍物所处的栅格之间画直线，直线所到之处都为free。当然每个栅格并不是简单的非0即1，栅格的占据可用概率表示，若某一个栅格在激光束a扫描下标识为occupy，在激光束