robots的博客

Gmapping 原理之源代码框架1. 概述2. 代码流程求解的问题轨迹节点内容地图之间关系Gmapping发布订阅的话题说明SlamGMapping::laserCallback 总体框架2.1.初始化地图2.2.激光数据加入2.3.地图更新2.4.地图参数初始化2.5.激光扫描数据处理2.6.里程计运动模型2.7.扫描匹配环节2.8.选择性重采样2.9.地图边界更新，点更新2.10.粒子位姿优化3. 说明1. 概述简单总结一下Gmapping源代码中的流程，因为已经有一段时间了（懒癌晚期），说明不

Gmapping 原理简谈概述目标分布与提议分布目标分布提议分布改进提议分布权重更新重采样概述简单讲一下Gmapping的原理，供自己以后参考。目标分布与提议分布目标分布真实分布，如果考虑机器人的运动，那么机器人在t时刻位置的真实分布就是目标分布，但是这是不能得到的，只是理论上的分布，我们需要只能通过其他分布来得到该分布，评价的标准就是权重f/g，f表示目标分布，g表示提议分布。提议分布因为目标分布是得不到的，因此需要使用提议分布来得到目标分布的真实情况。一般的，使用里程计模型来作为提议分布。

GMapping安装与配置安装安装首先需要安装一些必要文件sudo apt-get install ros-kinetic-slam-gmapping然后在工作空间中获取Gmapping的源代码gitclone https://github.com/ros-perception/slam_gmapping.git