看到gmapping,肯定会想,这已经是很老套的建图方式了,到ros wiki上git clone 一个gmapping包,配个turtlebot3,就能在ubuntu 18.04下的gazebo环境上吭哧吭哧跑起来了;再对比一下cartographer,调调参数,大概率我们对gmapping的认知就到此结束了。

这怎么能行呢?一点也不符合格物致知的科学定律。

看看这个:【1】OpenSLAM.org (openslam-org.github.io)

摘自openSLAM官网的截图

好像没有那么简单哟~

先热身一下:【2】Churlaaaaaaa:Monte Carlo Localization | 基础原理篇+配备代码讲解。再多提一句:《概率机器人》大法好;研究它,反复练它,终有一天能有概率迈进概率slam的大门。

先讲理论,gmapping理论+对应ROS包讲解(二) 理论 - 知乎 (zhihu.com)

紧接着,用turtlebot3玩耍gmapping。如何在ubuntu18.04愉快地用turtlebot3在gazebo里建图。也给出了教程:Churlaaaaaaa:gmapping理论+对应ROS包讲解(三)ros 环境play 以及对应ros包;里面给出了gmapping的对应的ros包示意,这都是与我们铺垫的理论一一对应的。

所以理论要琢磨透哟,无法短时间琢磨透,也要争取掌握个六七成,然后再看源码加深认知,最后到有自己的东西,彻底掌握。