Gmapping学习总结_fast slam与gmapping

Gmapping学习总结

Gmapping的程序框架是依托Open_slam，该框架主要分成slam_gmapping和openslam_gmapping。在slam_gmapping可以从lasercallback出发，作为整个框架的起点（虽然有main函数，main函数在main.cpp中，从这里出发不影响这个流程的分析）。Lasercallback函数在slam_gmapping.cpp文件中。
InitMapper函数：如果是首次调用lasercallback函数，则进入InitMapper，该函数在同样的.cpp文件中。激光雷达测得数据数据，是在激光雷达为坐标系的数据。在InitMapper设置一个比激光雷达Z轴上高一个单位的一个点，用这个点来判断激光雷达是否发生了倾斜。接下来就是根据激光雷达的安装位置（正反安放）。初始化并设置一些参数。
addScan函数：成功将测量值加入之后，在Lasercallback下面就是两个坐标系的变换。在addscan函数是主要函数的。在该函数了成功获取到里程计位姿后，根据激光雷达的安装方式，对角度进行修改。然后将ROS的激光雷达采集的信息转换成gmapping能看懂的格式。设置和激光数据时间戳匹配的机器人的位姿。调用processscan函数。
Processscan函数：processscan函数在gridslamprocessor.cpp中，首先获取当前的位姿，然后在从里程计运动模型获取位姿，这里调用了drawFromMotion函数，这个函数在motionmodel.cpp中，drawFromMotion函数中的sample函数是形参作为方差，均值为0的高斯分布。sample函数是数值分析所近似生成的高斯分布，具体的函数实现在stat