本文已参与「新人创作礼」活动，一起开启掘金创作之路

Cartographer是google推出的一套基于图优化的SLAM算法，cartographer采取的是google的ceres构建problem优化，采取的是4线程后端优化。

优点：累计误差低，能天然的输出协方差矩阵，后端优化的输入项。成本较低的雷达也能跑出不错的效果。 

缺点：内存占用较大

Cartographer的架构

主要由 Local SLAM和Global SLAM两部分组成

Local SLAM

利用里程计(Odometry)和IMU数据进行轨迹推算，给出小车位姿估计值，将位姿估计值作为初值，对雷达数据进行匹配，并更新位姿估计器的值。雷达一帧帧数据经过运动滤波后，进行叠加，形成子图(submap)。

Global SLAM

回环检测，后端优化，全部子图形成一张完整可用的地图

1.cartographer环境配置，并运行demo

2.下载turtlebot3，并编译

cd ~/catkin_make/src
git clone https://github.com/ROBOTIS-GIT/turtlebot3_msgs.git
git clone https://github.com/ROBOTIS-GIT/turtlebot3.git
git clone https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git
cd ..
catkin_make
复制代码

3.设置环境变量

echo "export TURTLEBOT3_MODEL=burger" >> ~/.bashrc 
source ~/.bashrc
复制代码

4.修改launch文件

catkin_ws/src/turtlebot3/turtlebot3_slam/launch/turtlebot3_cartographer.launch文件
把$(arg configuration_basename)更改为turtlebot3_lds_2d_gazebo.lua

5.打开Gazebo仿真环境

roslaunch turtlebot3_gazebo turtlebot3_world.launch
复制代码

6.使用cartographer算法建图

roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=cartographer
复制代码

7.使用键盘控制Turtlebot3运动

8.保存地图

rosrun map_server map_saver -f ~/map
复制代码

9.点击2D Nav Goal,设置目标点，导航。