江南才尽江南山，年少无知年少狂！

该篇博客应该是深入理解代码，工程落地相关最重要的一篇文章了。前面分析过程中，本人绘画的图像与坐标系，并没有严格的按照论文，或者源码实现的逻辑进行绘画。前面分析中，并不需要显示地图 ，只要理解其逻辑就可以了，但是现在不行了，因为现在要显示地图，必须弄清楚各个坐标系之间的关系，才能够很好的进行图下的变换，保证通过 ROS 发布的图像是正确的。疑问1疑问1。

疑问1疑问1src/cartographer/cartographer/mapping/2d/probability_grid.cc 文件中的 ProbabilityGrid::DrawToSubmapTexture 函数的 proto::SubmapQuery::Response::SubmapTexture* 示例对象 texture 中texture->mutable_slice_pose() 的含义具体是什么。

个人理解个人理解后端优化是在图优化的框架下，通过调整节点和子图的位姿，以最大程度地满足各种约束条件，使得整个系统的位姿估计更加准确和一致。在后端优化中，节点和子图的位姿是通过最小化误差函数来进行调整的。这个误差函数可以包含多种约束，如里程计测量、IMU数据、固定的参考帧位姿、特征点观测等等。优化的目标是找到一组位姿，使得所有的约束都得到满足，并且使得整个系统的一致性最好。在优化的过程中，为了保证约束的准确性，需要对位姿进行调整，同时也要考虑到不同节点和子图之间的关系，以及它们与前端位姿估计的一致性。

在继续分析 OptimizationProblem2D::Solve() 函数之前，这里把之前本人的一些理解再重复一次。个人理解个人理解这里，本人抛砖引为引玉，谈一下个人对后端优化的理解。首先后端优化是从一个整理来考虑的，其基于 global 系。利用到到了子图与子图之间的变换关系，可以在前端(基于local系)过程中，子图单个相对于 local系 的位姿，可以说他们是没有直接联系到一起的。

(02)Cartographer源码无死角解析-(67) 2D后端优化→FastCorrelativeScanMatcher2D -分支定界算法1。

通过前面两篇博客，已经知道了如何使用 Cartographer 中的线程池，且为为线程池添加任务。疑问1疑问1global_submap_poses 等价于 PoseGraph2D::data_.global_submap_poses_2d 是何时进行优化的。疑问2疑问2为什么要等待约束计算完成之后再调用 PoseGraph2D::HandleWorkQueue()，同时源码又是如何实现的。

/ 把计算约束的工作放入workitem中等待执行 AddWorkItem([ = ]() LOCKS_EXCLUDED(mutex_) {});其作用就是把计算约束的这样一个任务添加到线程池中，然后等待空闲线程的执行。那么问题来了，线程池是如何构建的，又是如何运行的呢？

/ 将节点在local坐标系下的坐标转成global坐标系下的坐标 const transform :: Rigid3d optimized_pose(GetLocalToGlobalTransform(trajectory_id) * constant_data -> local_pose);

在上一篇博客中，对ceres扫描匹配的平移与旋转优化部分进行了详细的讲解，知道关于ceres的使用核心在于禅茶的构建。疑问1\color{red}疑问1疑问1与疑问2\color{red}疑问2疑问2整合：CeresScanMatcher2D::Match()函数中，为什么平移残差优化的目标是 target_translation(由推断器或者暴力匹配获得)，为什么旋转的残差目标值设置为 ceres_pose_estimate[2]。暂且记住这两个疑问，看下接下来的分析中是否能够找到答案。

在上一篇博客中，大致对扫描匹配暴力求解的原理进行了讲解，同时列举了比较形象的例子。虽然说原理不是很复杂，但是代码实现起来还是存在一定难度的。// 根据参数决定是否 使用correlative_scan_matching对先验位姿进行校准 if(options_ . use_online_correlative_scan_matching()) {

疑问1\color{red} 疑问1疑问1→ 为什么Grid2D::FinishUpdate()函数中，栅格值为什么需要减去 kUpdateMarker？疑问3\color{red} 疑问3疑问3→ ProbabilityGrid::ApplyLookupTable() 函数中对于cell的更新比较奇怪，代码为：*cell = table[*cell]。

通过一系列的分析，对于 ActiveSubmaps2D、Submap2D、Submap、Grid2D 、ProbabilityGrid 的了解相对来说比较深刻了。疑问1\color{red} 疑问1疑问1→ 为什么Grid2D::FinishUpdate()函数中，栅格值为什么需要减去 kUpdateMarker？疑问3\color{red} 疑问3疑问3。

(02)Cartographer源码无死角解析-(03) 新数据运行与地图保存、加载地图启动仅定位模式这篇博客钟保存的地图：该栅格地图可以理解为一个灰度图，颜色约白的像素，说明该像素对应地图坐标系中 cell 被占用的概率越少，这里的占用可以理解为障碍物。也就是说，越黑的区域其是障碍物的概率越大，如上图中墙壁是黑色的，等价于障碍物。另外，在地图的外面，也就是上图中的灰色区域，表示没有探测的区域，其对应的 cell 区域有可能没有被占用，也可能被占用了。

/ 根据加入的pose计算线速度与角速度 UpdateVelocitiesFromPoses();// 将imu_tracker_更新到time时刻 AdvanceImuTracker(time , imu_tracker_ . get());

讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解(02)Cartographer源码无死角解析-链接如下:(02)Cartographer源码无死角解析- (00)目录_最新无死角讲解：https://blog.youkuaiyun.com/weixin_43013761/article/details/127350885 文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证{\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式，\c

接下来的讲解，与前面的可能不太一样了。之前的是为了分析代码而分析代码，后续，是为了了解整体设计，而分析代码。总的来说，学习过程中，是需要递进与增加深度的。后面要教会大家的能力是如何看懂别人的代码，而不是代码为什么要这样写。通过前面一系列博客，对于点云数据的处理基本差不多了，剩下一些关于点云的核心算法，如扫描匹配等。

通过前面一系列的博客，对于 LocalTrajectoryBuilder2D 关于激光雷达数据的处理可谓是比较熟悉了，当然这里关于点云匹配的知识点暂时还没有讲解，不过没有关系，后续会进行详细的讲解。LocalTrajectoryBuilder3D 与LocalTrajectoryBuilder2D 存在很多相同的部分，所以这里不会做十分细致的分析了，不太明白的点，参靠前面的博客应该是可以找到答案的。

讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解(02)Cartographer源码无死角解析-链接如下:(02)Cartographer源码无死角解析- (00)目录_最新无死角讲解：https://blog.youkuaiyun.com/weixin_43013761/article/details/127350885 文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证{\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式，\c

通过前面一系列的博客，相信对于 Cartographer 数据的初步处理已经有了一定了解，接下来会一个总结，把之前的所有知识都串联起来。其主要分二个部分进行讲解：1.回调函数的注册与绑定。2.数据流向与分发。那么下面就开始把通过该篇博客，我们可以说是对 Cartographer 数据的分发十分了解了，知道七传感器的数据，最终都传递给了 GlobalTrajectoryBuilder 进行处理。

通过前面的一系列博客，已经对 SensorBridge 这个类进行了十分细致的讲解，也就是说，目前对于 Cartographer 数据预处理的部分已经比较了解，接下将围绕 MapBuilder 这个类进行展开，其头文件路径为 src/cartographer/cartographer/mapping/map_builder.h。

/ MapBuilder类是完整的SLAM算法类 // 包含前端(TrajectoryBuilders,scan to submap) 与 后端(用于查找回环的PoseGraph) auto map_builder = cartographer :: mapping :: CreateMapBuilder(node_options . map_builder_options);

通过上一篇博客，对ROS进了十分简单的介绍，对其有了一定了解，不过上一篇博客讲解的东西，都是通用的，列举的例子基本都是与Cartographer没有太大相关性，当然，其中和很多东西都是相通的。那么接下来，就以 Cartographer 熟悉一下如何使用通用的命令，以及其独有的脚本。