Hector slam利用高斯牛頓方法解決scan-matching問(wèn)題，對(duì)傳感器要求較高。

缺點(diǎn)：需要雷達(dá)（LRS）的更新頻率較高，測(cè)量噪聲小。所以在制圖過(guò)程中，需要robot速度控制在比較低的情況下，建圖效果才會(huì)比較理想，這也是它沒(méi)有回環(huán)（loop close）的一個(gè)后遺癥；且在里程計(jì)數(shù)據(jù)比較精確的時(shí)候，無(wú)法有效利用里程計(jì)信息。

優(yōu)點(diǎn)：不需要使用里程計(jì)，所以使得空中無(wú)人機(jī)及地面小車(chē)在不平坦區(qū)域建圖存在運(yùn)用的可行性；利用已經(jīng)獲得的地圖對(duì)激光束點(diǎn)陣進(jìn)行優(yōu)化, 估計(jì)激光點(diǎn)在地圖的表示,和占據(jù)網(wǎng)格的概率；利用高斯牛頓方法解決scan-matching 問(wèn)題，獲得激光點(diǎn)集映射到已有地圖的剛體變換（x,y,theta）；為避免局部最小而非全局最優(yōu)，使用多分辨率地圖；導(dǎo)航中的狀態(tài)估計(jì)加入慣性測(cè)量系統(tǒng)（IMU），利用EKF濾波；

補(bǔ)充：11-11  hector_slam通過(guò)最小二乘法匹配掃描點(diǎn)，且依賴(lài)高精度的激光雷達(dá)數(shù)據(jù)，因此掃描角很小且噪聲較大的Kinect是不行的，匹配時(shí)會(huì)陷入局部點(diǎn)，地圖比較混亂。

scanmatch方法：鏈接

gmapping是目前應(yīng)用最廣的2D slam 方法，利用RBPF方法，故需要了解粒子濾波算法。scan-match方法在于估計(jì)機(jī)器人位置（pose），利用梯度下降的方法，在當(dāng)前構(gòu)建的地圖，與當(dāng)前的激光點(diǎn)，和機(jī)器人位置（pose）為初始估計(jì)值。

粒子濾波的方法一般需要大量的粒子來(lái)獲取好的結(jié)果,但這必會(huì)引入計(jì)算的復(fù)雜度;粒子是一個(gè)依據(jù)過(guò)程的觀測(cè)逐漸更新權(quán)重與收斂的過(guò)程,這種重采樣的過(guò)程必然會(huì)代入粒子耗散問(wèn)題(depletion problem), 大權(quán)重粒子顯著,小權(quán)重粒子會(huì)消失(有可能正確的粒子模擬可能在中間的階段表現(xiàn)權(quán)重小而消失).自適應(yīng)重采樣技術(shù)引入減少了粒子耗散問(wèn)題 , 計(jì)算粒子分布的時(shí)候不單單僅依靠機(jī)器人的運(yùn)動(dòng)(里程計(jì)),同時(shí)將當(dāng)前觀測(cè)考慮進(jìn)去, 減少了機(jī)器人位置在粒子濾波步驟中的不確定性. (FAST-SLAM 2.0 的思想，可以適當(dāng)減少粒子數(shù))

缺點(diǎn)：依賴(lài)?yán)锍逃?jì)（odometry），無(wú)法適用無(wú)人機(jī)及地面小車(chē)不平坦區(qū)域；無(wú)回環(huán)；

優(yōu)點(diǎn)：在長(zhǎng)廊及低特征場(chǎng)景中建圖效果好；

補(bǔ)充：（11-11）據(jù)說(shuō)gmapping可以用Kinect轉(zhuǎn)換出來(lái)的激光雷達(dá)數(shù)據(jù)建圖，但是苦于沒(méi)有里程計(jì)，所以沒(méi)有嘗試。（如果你有試過(guò)，請(qǐng)把結(jié)果告訴我，謝謝）

實(shí)驗(yàn)表明：在大地圖，低特征（distinctive landmarks）場(chǎng)景中，hector的建圖誤差高于gmapping。這是由于hector過(guò)分依賴(lài)scan-match。特別是在長(zhǎng)廊問(wèn)題中，誤差更加明顯。

cartographer是Google的實(shí)時(shí)室內(nèi)建圖項(xiàng)目，傳感器安裝在背包上面，可以生成分辨率為5cm的2D格網(wǎng)地圖。

獲得的每一幀laser scan數(shù)據(jù)，利用scan match在最佳估計(jì)位置處插入子圖（submap）中，且scan matching只跟當(dāng)前submap有關(guān)。在生成一個(gè)submap后，會(huì)進(jìn)行一次局部的回環(huán)（loop close），利用分支定位和預(yù)先計(jì)算的網(wǎng)格，所有submap完成后，會(huì)進(jìn)行全局的回環(huán)。

local 2D slam

A.scans

submap的構(gòu)造是一個(gè)重復(fù)迭代配準(zhǔn)scan和submap的過(guò)程。利用配準(zhǔn)估算出pose對(duì)scan進(jìn)行剛體變換，插入到submap中。

B.submaps

連續(xù)的scan用來(lái)構(gòu)造submap，這里submap以概率格網(wǎng)的形式表現(xiàn)。每一個(gè)scan，在插入格網(wǎng)（submap）時(shí)，每一個(gè)grid有hits和miss兩種情況。離scan終點(diǎn)最近的grid為hits，在scan原點(diǎn)和終點(diǎn)之間相交的grid為miss。之前未觀察的grid分配一個(gè)概率，已觀察的grid進(jìn)行概率更新。

9 ZDslam.png (43.24 KB, 下載次數(shù): 20)

下載附件

SLAM技術(shù)

2018-9-30 11:33 上傳

C.Ceres scan matching

把求pose的問(wèn)題轉(zhuǎn)換為一個(gè)求解非線性最小二乘問(wèn)題，利用Ceres解決這個(gè)問(wèn)題。

因?yàn)樽钚《�乘�?wèn)題是一個(gè)局部最優(yōu)問(wèn)題，故一個(gè)好的初值（pose初值）對(duì)求解有很大影響。因此IMU能被用來(lái)提供pose初值的旋轉(zhuǎn)變量。在缺乏IMU的時(shí)候，可以用提高scan match頻率或匹配精度。

利用SPA方法優(yōu)化scan和submap的pose。存儲(chǔ)插入scan位置處對(duì)應(yīng)的pose用來(lái)做回環(huán)檢測(cè)。此外，當(dāng)submap不在變化時(shí)，對(duì)應(yīng)pose的scan和submap也被用來(lái)做回環(huán)。scan match中找到的good match其對(duì)應(yīng)的pose將被用來(lái)做優(yōu)化問(wèn)題。

A.Optimization problem

回環(huán)優(yōu)化問(wèn)題構(gòu)造成非線性最小二乘問(wèn)題，來(lái)求解。

9 ZDslam 1.png (8.93 KB, 下載次數(shù): 21)

下載附件

slam算法

2018-9-30 11:33 上傳

公式中分別為submap的pose，scan的pose，對(duì)應(yīng)submap和scan的pose的相關(guān)性，及相關(guān)協(xié)方差矩陣。

B.Branch-and bround scan matching            

缺點(diǎn)：

優(yōu)點(diǎn)：不采用粒子濾波（PF），從而低廉設(shè)備也能獲得較好的性能表現(xiàn)；