1：已知上一時刻的地圖m，也是未完成的submap。因為scan to map的過程，就是scan to current submap的過程。
2：submap是柵格地圖，這是為了方便匹配。
3：機器人在任意時刻，都能看到map上的所有occupied points。但是，scan不一定能掃描到所有的點。
4：matching的過程，實際上就是把scan的所有掃描數據，映射到當前的submap，去和已有的occupied points匹配，匹配度最高的位姿，就是當前時刻機器人的位姿。
5：由運動模型（odom,IMU），會得到機器人的估計位姿p，在p附近確定一個search window，即機器人的真實位姿可能在這個window的任意位置。遍歷window的每一個位置，同時遍歷該位置的每一個角度范圍例如[-10,10]。
6：假設當前位於search window的某一個位置的某一個角度，即已知p，或者說已知scan到submap原點的變換矩陣T。對scan的每一個beam point（bp）進行映射：T×bp，即可得到該beam point在submap下的坐標，如果當前坐標處是occupied，那么該beam point的匹配值就是1,反之就是0。對所有的beam point求匹配值，所有beam point的匹配值之和就是當前位置的匹配度。但是求得的坐標可能帶有小數，因此對應的匹配值用周圍柵格的匹配值來近似表示，這一過程應用到了雙三次插值算法，這里不做解釋。
7：最佳位姿處的scan插入到submap，從而更新submap。