基于已知位姿的建图方法

目前较为简单的SLAM建图过程都是将定位和建图进行分离，在确定机器人位姿后，通过激光传感器的测量量对周围环境进行建图。

如何利用激光传感器的测量信息进行建图，主要是三种方法：

1. 覆盖栅格建图算法

slam11-gridmaps-

4.pdf

3.3MB

2. 计数建图算法

3. TSDF建图算法

 

1.覆盖栅格建图

 

 

 

 

2. 计数建图

3. TSDF建图

 

 

 

整体算法的思想是最小二乘法。可以对不同测量信息进行拟合，得到目标位置。

总结

针对Occupancy Grid和Count Model

优势：这两种算法计算量比较小，实现也较为简单。Occupancy Grid只需对Grid Log Likelihood进行加法更新；Count Model只需对Grid Hit/Miss计数进行加法更新。之后便可通过公式获取每个栅格的占用概率，进而构建整张地图。

劣势：这两个算法对测量噪声较为敏感，得到的障碍物可能占用多个栅格，无法获取环境曲面的精确位置。

针对TSDF

优势：TSDF方法通过加权线性最小二乘，使用多帧观测值进行平均计算来融合，能够有效减小测量噪声的影响。同时可以通过线性插值得到TSDF的零点位置来获取环境曲面的精确位置。最终得到障碍物仅会占用一个栅格。

劣势：计算复杂，实时性较差。需要更多的工程优化（如并行计算）来保证建图效率。