一.SLAM的定义

二 环境分类

• 静态环境
  尺度地图：目前大部分的建图基本都是该类
  拓扑地图：大环境
  混合地图：综合以上两个

• 动态环境
  
  三.图优化SLAM
  
  实现分两部分：

• 前端：建图部分

• 后端：优化部分
  优化效果：
  
  四.基于滤波SLAM
  
  只估计当前时刻位置，出现误差就积累，不适合大环境使用

• 状态预测：可以简单理解为里程计估计当前位置

• 状态更新&地图更新：卡尔曼滤波更新>地图更新
  

• 激光雷达：室内2D雷达，室外3D雷达

• 惯性测量单元：一般用于算角度

• 轮式里程计：一般用于算距离

• 覆盖栅格地图：使用更多，对地图区分性更强

激光SLAM的常用算法

• Scan-to-Scan：基本淘汰
• Scan-to-Map:典型代表Cartographer,当前扫描与过去地图匹配
• Map-to-Map：很少开源，效果理论比较好

五.2D激光SLAM介绍

室内环境使用广泛

• State of Art:CSM+梯度算法，典型代表Cartographer
• Branch and Bound&Lazy Decision:分支递界

2D激光SLAM的发展

基于滤波基本被淘汰，重点应该放在基于图上面
2D激光SLAM的应用

• 轮式里程计的标定：Offline,Online，Online实时调整
• 时间同步问题：ms级误差，MCU和PC之间会有时间差，对距离影响可能小，但是对于角度影响会比较大

2D激光SLAM的趋势——与视觉融合

六.3D激光SLAM的介绍
开发成本较高，仅作了解

七.激光SLAM中的问题