1 框架解读 1.1 左侧数据源： 激光雷达：两次滤波会根据配置文件选择不同的options，对传感器数据进行两次滤波的作用是减少了一定的数据量 里程计、IMU等：为了计算出重力的方向 1.2 Local SLAM（前端）： 通过Ceres非线性优化库来求解。Scan ...

3D惯导Lidar SLAM LIPS: LiDAR-Inertial 3D Plane SLAM 摘要 本文提出了最近点平面表示的形式化方法，并分析了其在三维室内同步定位与映射中的应用。提出了一个利用最近点平面表示的无奇异平面因子，并在基于图的优化框架中证明了它与惯性预积测量的融合。所得 ...

1. SLAM问题定义 同时定位与建图（SLAM）的本质是一个估计问题，它要求移动机器人利用传感器信息实时地对外界环境结构进行估计，并且估算出自己在这个环境中的位置，Smith 和Cheeseman在上个世纪首次将EKF估计方法应用到SLAM。 以滤波为主的SLAM模型主要包括三个方程 ...

Hector slam： Hector slam利用高斯牛顿方法解决scan-matching问题，对传感器要求较高。 缺点：需要雷达（LRS）的更新频率较高，测量噪声小。所以在制图过程中，需要robot速度控制在比较低的情况下，建图效果才会比较理想，这也是它没有回环（loop ...

1.Beam Model Beam Model我将它叫做测量光束模型。个人理解，它是一种完全的物理模型，只针对激光发出的测量光束建模。将一次测量误差分解为四个误差。 $ph_{hit}$，测量本 ...

Nguyen, V., et al. (2007)."A comparison of line extraction algorithms using 2D range data for indoor mobile robotics." Autonomous Robots 23 ...

3D-LiDAR 结合光学+激光扫描+数据处理技术，实现对人和物体的无盲点检测。 利用专有光学技术实现高精度，高分辨率三维扫描。 到目前为止，传感器只能准确地检测出物体的存在，而且很难感知目标的大小和形状。为了提高精度，必须增加激光器的数量，这就产生了激光束之间出现盲点的新问题。将其专有 ...

器人输入，从而将精力放到SLAM和地图的建立以及RViz的使用上。下面是效果图: 基本概念 ...