Cartographer 算法采用两级优化架构，前端处理阶段首先建立栅格地图，通过位姿估计将激光雷达数据帧对齐，随后将这些数据整合到子地图（Submap）中形成...

概念 雅可比矩阵（Jacobian Matrix）是向量值函数的一阶偏导数构成的矩阵。对于一个从 R^n 映射到 R^m 的向量函数 F(x) ，其雅可比矩阵定...

NDT，全称 Normal Distributions Transform（正态分布变换），是一种广泛使用的点云配准算法，它的核心思想与ICP截然不同：NDT不...

**目的：**以较低频率（例如1Hz）将特征点注册到全局地图中，并利用更丰富的地图信息对里程计线程估计出的位姿进行精细化校正，消除累积误差。

简单来说，Gmapping通过粒子滤波来估计机器人的运动轨迹（定位），而每个粒子都独立维护一张地图（建图），最终的全局地图由权重最高的那个粒子（最优粒子）所维护...

麻烦的是，这两件事互相依赖：精确的地图需要精确的位姿来构建，而精确的位姿又需要精确的地图来计算。

P(地图 | 路径, 观测)： 给定一条路径，地图的估计就变得非常简单和高效，因为观测值在已知路径的条件下是独立的，对于特征点地图，可以用很多个独立的小EKF（...

Hector-SLAM 作为激光SLAM算法，主要适用于那些需要快速反应且计算资源有限的场景，比如室内机器人（如扫地机器人、仓储AGV）、手持设备建图、无人机（...

从零开始学习导航算法是一个系统性的工程，需要投入时间从理论基础、核心原理、代码实践再到应用调试层层深入，虽然一般可以基于安装包快速部署使用测试，但深入理解和调优...

RGB-D SLAM 算法包括前端和后端，前端对 RGB 图像和深度信息进行特征提取和匹配，提取关键帧和位姿估计后,构建地图和位姿优化，后端对传输的地图、位姿再...

-节点重布线删减冗余节点： 基于最新节点，优化当前最新路径，使得路径具有渐近最优性，在每次采样过程中保持最优节点的选取。

激光雷达建立地图的激光 SLAM 方案按求解方式可以分为基于滤波器和基于图优化两类，基于滤波器的方法源于贝叶斯估计理论，在室内或小范围场景应用中具有不错的效果，...

激光雷达主流的测距方法可以分为三角法与飞行时间法（time of flight, TOF）

激光 SLAM 有激光雷达( LiDAＲ) 、惯性测量单元( IMU) 、里程计( odometry) 组成，通常室内采用二维激光雷达，室外采用三维激光雷达，里...

已知障碍物和移动机器人在栅格地图中的坐标的情况下，Bresenham 算法将线特征转换为网格特征，获得激光点通过的空闲栅格集合，即激光线穿过的非占用栅格地图区域...