一、移動機器人自主導航的前提是在未知環境中先構建地圖

（目前市內很多用的2D激光雷達，構建柵格地圖，相當于立體空間中的某個水平面高度的切面）

一般用的是2D 激光SLAM算法 構建概率柵格占用地圖；

二、移動機器人（全局）定位 是在給定地圖的基礎上 邊走 邊定位。

一般用的是amcl方法，

三、需要的模塊：

1. 機器人輪子的運動模型 motion model? 可以由里程計（左右電機編碼器采集獲得數據）

2. 機器人上安裝的激光雷達，測量觀測模型? observation model （measurement model）

3. grid map， 一般由 激光slam 構建， 遙控一個移動機器人在室內環境跑一圈，把地圖構建好。

4. 粒子濾波定位模塊， 通過前三項和amcl的原理，敲代碼 實現全局的定位過程。

粒子濾波構建柵格地圖：代表作品? FastSLAM 1.0 和 2.0系列、? Gmapping等

科普SLAM之粒子濾波建圖_麥田拾憶的博客-CSDN博客

圖優化方法構建柵格地圖：代表作品 Cartographer等

科普SLAM之位姿圖優化建圖_麥田拾憶的博客-CSDN博客

粒子濾波定位（AMCL 或 蒙特卡洛定位方法）

科普SLAM之粒子濾波定位_麥田拾憶的博客-CSDN博客

四、基于激光SLAM構建柵格地圖的詳細解釋和參考代碼

??????[PR-1] Grid Mapping 占用柵格地圖構建實現 - 知乎

五、基于AMCL和已知地圖的移動機器人定位解釋和參考代碼

[PR-2] PF 粒子濾波/蒙特卡羅定位 - 知乎

總結

以上是生活随笔為你收集整理的机器人学习--网友资料系列 激光SLAM建图、粒子滤波定位和位姿图优化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。