Gmapping——從原理到實踐

概述 在SLAM中，機器人位姿和地圖都是狀態變量，我們需要同時對這兩個狀態變量進行估計，即機器人獲得一張環境地圖的同時確定自己相對於該地圖的位置。我們用x表示機器人狀態，m表示環境地圖，z表示傳感器觀測情況，u表示輸入控制，下標表示時刻，則對 進行估計。而由條件貝葉斯法則，可以得到 這一分解相當於把SLAM分離爲定位和構建地圖兩步，大大降低的SLAM問題的複雜度。基於此，Gmaping算法的大致過

>>阅读原文<<