激光SLAM：cartographer

cartographer简介

        cartographer是google开发的实时室内SLAM项目，cartographer采用基于google自家开发的ceres非线性优化的方法，cartographer的亮点在于代码规范与工程化，非常适合于商业应用和再开发。并且cartographer基于submap子图构建全局地图的思想，能有效的避免建图过程中环境中移动物体的干扰。并且cartographer支持多传感器数据（Odometry、IMU、LaserScan等）建图，支持2D_SLAM和3D_SLAM建图，成本较低的雷达也能跑出不错的效果。cartographer是google推出的一套基于图优化的SLAM算法，主要目标是实现低计算资源消耗，达到实时SLAM的目的，所以很适合嵌入式端的使用。

该算法主要分为两个部分，第一个部分称为Local SLAM, 该部分通过一帧帧的Laser Scan建立并维护一系列的Submap，而所谓的submap就是一系列的Grid Map。当再有新的Laser Scan中会通过Ceres Scan Matching的方法将其插入到子图中的最佳位置。但是submap会产生误差累积的问题。因此，算法的第二个部分，称为Global SLAM的部分，就是通过Loop Closure来进行闭环检测，来消除累积误差：当一个submap构建完成，也就是不会再有新的laser scan插入到该submap时，算法会将该submap加入到闭环检测中。闭环检测的本质也是一个优化问题，该优化问题被表达成了一个pixel-accurate match的形式，解决优化问题的方法是Branch-and-Bound Approach.

版本

cmake 3.10.2, gcc7.5, g++7.5,  python2.7.17, protoc3.0.0, eigen 3.3.4, lua5.2, cartogrpher1.0.0, cartographer_ros1.0.0, ceres-solver