适用于Ubuntu16.04和Ubuntu18.04

cartographer工程，古月居P6中的代码

Cartographer主要理论是通过闭环检测来消除构图过程中产生的累积误差[1]。用于闭环检测的基本单元是submap。一个submap是由一定数量的laser scan构成。将一个laser scan插入其对应的submap时，会基于submap已有的laser scan及其它传感器数据估计其在该submap中的最佳位置。submap的创建在短时间内的误差累积被认为是足够小的。然而随着时间推移，越来越多的submap被创建后，submap间的误差累积则会越来越大。因此需要通过闭环检测适当的优化这些submap的位姿进而消除这些累积误差，这就将问题转化成一个位姿优化问题。当一个submap的构建完成时，也就是不会再有新的laser scan插入到该submap时，该submap就会加入到闭环检测中。闭环检测会考虑所有的已完成创建的submap。当一个新的laser scan加入到地图中时，如果该laser scan的估计位姿与地图中某个submap的某个laser scan的位姿比较接近的话，那么通过某种 scan match策略就会找到该闭环。Cartographer中的scan match策略通过在新加入地图的laser scan的估计位姿附近取一个窗口，进而在该窗口内寻找该laser scan的一个可能的匹配，如果找到了一个足够好的匹配，则会将该匹配的闭环约束加入到位姿优化问题中。Cartographer的重点内容就是融合多传感器数据的局部submap创建以及用于闭环检测的scan match策略的实现。

cartographer_2d 简介 这个 repository 旨在让更多人看到后可以更好的理解 google cartographer 这个项目的代码，不过由于我的项目主要是用到 2d 这一块，所以我删减掉了 mapping_3d 这个文件夹的内容，并将代码中少量用到3d的部分挪到了 mapping_2d 目录中，这部分可以对比 google cartographer 来看。 这里用的是 cartographer 的 0.3.0 这个 release 版本，后面的 commit 我会一直跟进，不过在下一个 release 版本出来之前基本上不会出现文件结构的变化，同时在这个 release 版本之后 google 的开发人员给cartographer加入了很多 gRPC 的功能，这个对于我来说并没有实际的用处，所以暂时没有跟进这方面代码的打算。 最后，google 的 cartogra

cartographer核心算法实现的三篇论文，在阅读代码的时侯作为参考：1.Real-Time Correlative Scan Matching 2.Real-Time Loop Closure in 2D LIDAR SLAM 3.Efficient Sparse Pose Adjustment for 2D mapping

cartographer参数读取的详细介绍

https://ceres-solver.googlesource.com/ceres-solver.git ， version 1.13.0

博客介绍https://blog.csdn.net/zhaohaowu/article/details/120889458 bag链接链接: https://pan.baidu.com/s/1uwIv9nLxm7FOPBVeKR4geQ 提取码: qfiq

增强位姿融合的 Cartographer 算法及系统实现, 基于扫地机器人增强位姿融合的 Cartographer 算法及系统实现,基于扫地机器人增强位姿融合的 Cartographer 算法及系统实现

cartographer文件，官方2D数据集，安装教程