激光SLAM室内移动机器人中的应用

作者Santos[6]在2013年的论文中讨论了HectorSLAM、Gmapping、KartoSLAM、CoreSLAM和LagoSLAM五种2D激光SLAM基于ROS系统在实际建图中的效果。通过对比发现，在建图过程中HectorSLAM、Gmapping、KartoSLAM和LagoSLAM的误差相差不大，KartoSLAM由于是采用SPA solver的full SLAM方法，所以在实际过程中对噪声的过滤较好，CoreSLAM算法的建图表现最差。在CPU的占用方面，HectorSLAM、Gmapping、KartoSLAM和CoreSLAM的占用率基本一致，而LagoSLAM的CPU占用最高。总体上Gmapping和KartoSLAM的表现最好，可以应用到移动机器人平台实践中。