gmapping 算法解析

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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值