Skip to content

请用好OpenSLAM.org网站的内容 https: openslam org.github.io

ericwen edited this page Apr 14, 2019 · 1 revision
  • GMapping是一种高效的Rao-Blackwellized粒子滤波算法。
  • 作者
  • Giorgio Grisetti; Cyrill Stachniss; Wolfram Burgard;
  • 获得源码
  • 详细描述
  • 近年来,Rao-Blackwellized粒子滤波器作为解决同步定位与映射(SLAM)问题的有效手段得到了广泛的应用。这种方法使用粒子过滤器,其中每个粒子携带环境的单独地图。因此,一个关键的问题是如何减少粒子的数量。我们提出了一种自适应技术来减少学习网格图的Rao- Blackwellized粒子滤波器中的粒子数。我们提出一种方法来计算一个精确的建议分布,不仅考虑到机器人的运动,而且考虑到最近的观察。这大大降低了机器人在滤波器预测步长的不确定性。此外,我们采用了一种选择性地进行重采样操作的方法,这大大减少了粒子损耗的问题。
  • 输入数据
  • 该方法采用原始激光测距数据和里程计。这个版本是优化的远程激光扫描仪,如SICK LMS或PLS扫描仪。像Hokuyo扫描器这样的近程激光器在标准参数设置下不能很好地工作。
  • 日志文件格式
  • Carmen log format
  • 地图类型
  • grid maps
  • 硬件/软件需求
  • Linux / Unix, GCC 3.3 / 4.0.x
  • CARMEN(最新版本)
  • Quick Install-Guide using bash: ./configure; . ./setlibpath; make;