【文献】激光SLAM综述

本文选了两篇激光SLAM中文的综述文献，如果你是小白刚要入行SLAM，需要对SLAM增加一些基础了解，推荐详细阅读一下这两篇文献。

01 基于2D激光雷达的SLAM算法研究综述

摘要：移动机器人导航功能的实现需要同时定位与建图（SLAM）和路径规划这两方面的技术，其中由SLAM技术生成的栅格地图是移动机器人运用路径规划算法的前提。

2D激光SLAM由于其建图精度较高、性能稳定且价格便宜，在室内移动机器人中应用十分广泛。2D激光SLAM是指移动机器人在自身所处环境及位置先验信息未知的情况下，以2D激光雷达为主要传感器，感知周围环境信息，从而实现自身位姿的估计和地图的构建。

本文分为两部分，第一部分从激光测距原理入手，对三角法和飞行时间法进行了详细介绍和优缺点比较。第二部分从前端扫描匹配、后端优化、回环检测和地图构建这四个方面分别详细阐述了2D激光 SLAM系统框架。同时对主流2D激光SLAM算法进行了深入分析和优缺点比较，并对激光SLAM未来的发展进行了展望。

2D激光SLAM算法优缺点分析

02 3D激光雷达SLAM算法综述

摘要：无人平台在大范围环境中实现自主定位与导航的能力需求日益严苛，其中基于激光雷达的同步定位和绘图技术(SLAM)是主流的研究方案。

在这项工作中，本文系统概述了3D激光雷达SLAM算法框架和关键模块，分析阐述了近年来的研究热点问题和未来发展趋势，梳理了3D激光雷达SLAM算法性能的评估标准，并据此选取目前较为成熟的具有代表性的6种开源3D激光雷达SLAM算法在机器人操作系统(ROS)中进行了测试评估，基于KITTI基准数据集，从KITTI官方精度标准、SLAM算法精度指标、算法耗时和处理帧率3方面进行了横向比较。

结果表明，所选6种算法中LIO-SAM算法性能综合表现突出，其在00序列数据集的测试中，绝对轨迹误差(ATE)和相对位姿误差(RPE)的RMSE数据分别为1.303和0.028，算法处理的帧率(fps)为28.6，最后依据CiteSpace分析讨论了3D激光雷达SLAM技术的应用趋势。

6 种开源 3D 激光雷达 SLAM 算法