SLAM实地建图遇到的一些问题和改进方法

实地建图其实是一项不仅费时，而且很需要技巧的工作。总结起来主要的问题有：

1.如果建得不好机器人容易迷路，后期的修图也很需要技巧；

2.在长直的走廊上（尤其是有地毯的）容易漂移；

3.有时候一旦建图的时候轮子空转或者特征物选得不好无法回环则前功尽弃，要整个重扫；

4.每次扫完标禁行区，点位都非常费时间，一旦环境变化，又需要重新来一遍；

5.对于超大面积的地形，受限于内存和计算能力无法创建。

我觉得为了应对上述问题，可以从下面一些点去改进：

1.建图时对特征点少的区域一定要慢，尽量多转一下，争取360度都让机器人看一遍，另外扫图时机器的控制要平滑，不能有顿挫感。

2.对于长直的对称走廊，一定要将不同的特征点清楚的扫下来，可能的情况下在走廊中放一些特征物，这对于纠正漂移有很大的作用；

3.后期的修图除非特别有把握是真正的障碍没有扫到，不要手动加黑线，修图工具要增加加黑点的功能；

4.如果前后两次扫的是同一个地方，我们也是使用的同一分辨率，我们可以通过一个工具将旧图的禁行区定义和点位转化到新图上而不必再手动重新标一次。

5.对于超大面积和不小心导致重扫，我们一方面可以将扫图状态存档，下一次加载上次扫图的状态继续扫；另一方面因为比例尺是一样的，可以多人分开扫图，最后根据旋转方向将图后期制作拼接在一起，这样就能支持超大面积的扫图了。同时算法上要尽可能优化，尽可能只保存关键的子图，这样匹配的效率会提升，另外一方面可以考虑将占内存的数据上云，减轻机器人本体的压力，支持大面积扫图就会更轻松。

6.对于回环，起点尽量要选择特征丰富的地方然后一圈一圈的往外扩散，争取每一个部分都能通过回环检测去校正坐标。