机器人学习--网友资料系列 激光SLAM建图、粒子滤波定位和位姿图优化

一、移动机器人自主导航的前提是在未知环境中先构建地图

（目前市内很多用的2D激光雷达，构建栅格地图，相当于立体空间中的某个水平面高度的切面）

一般用的是2D 激光SLAM算法 构建概率栅格占用地图；

二、移动机器人（全局）定位 是在给定地图的基础上 边走 边定位。

一般用的是amcl方法，

三、需要的模块：

1. 机器人轮子的运动模型 motion model  可以由里程计（左右电机编码器采集获得数据）

2. 机器人上安装的激光雷达，测量观测模型  observation model （measurement model）

3. grid map， 一般由 激光slam 构建， 遥控一个移动机器人在室内环境跑一圈，把地图构建好。

4. 粒子滤波定位模块， 通过前三项和amcl的原理，敲代码 实现全局的定位过程。

粒子滤波构建栅格地图：代表作品  FastSLAM 1.0 和 2.0系列、  Gmapping等

科普SLAM之粒子滤波建图_麦田拾忆的博客-CSDN博客

图优化方法构建栅格地图：代表作品 Cartographer等

科普SLAM之位姿图优化建图_麦田拾忆的博客-CSDN博客

粒子滤波定位（AM