转载给知乎哥哥:良知还存在
他似乎还有一个微信官方账号: 羽林君
链接： -https://zhuanlan.zhihu.com/p/335778454
但是这个哥哥也是参考别人的 QAQ

cartographer

1. hector是一种结合鲁棒性较好的扫描匹方法2D_SLAM采用惯性传感系统的导航技术。激光扫描仪对传感器要求高，更新频率高，噪声测量小，不需要里程计。在不平坦区域使用空中无人机和地面小车是可能的。作者利用现代激光雷达的高更新率和低距离测量噪声，通过扫描匹配实时估计机器人运动。因此，当只有低更新率的激光传感器时，即使测距估计准确，系统也会出现一些问题。

hector基于优化算法(解决最小二乘问题)的优缺点:不需要里程计，但雷达帧率要求高40Hz，估计6自由度位置可以适应空气或地面不平。初始值的选择对结果影响很大，因此雷达帧率要求较高。

2. gmapping基于粒子滤波的激光SLAM它已经集成了算法ROS在移动机器人中人中使用最多的SLAM算法。基于粒子滤波的算法用许多加权粒子来表示路径的后检概率，每个粒子都给出一个重要因素。然而，它们通常需要大量的粒子来获得更好的结果，从而增加算法的计算复杂性。此外，与PF与重采样过程相关的粒子退化耗尽问题也降低了算法的准确性。

缺点：严重依赖里程计，无法适应无人机和地面不平坦区域，无回环(激光)SLAM很难做回环检测)，大场景，粒子多，特别消耗资源。

3. karto基于图优化SLAM算法，用高度优化和非迭代cholesky稀疏系统解耦矩阵。图纸优化方法用图纸的平均值表示地图，每个节点表示机器人轨迹的位置点和传感器测量数据集，箭头的连接表示连续机器人位置点的运动。如果添加每个新节点，地图将根据空间中节点箭头的限制进行计算和更新。路标landmark内存需求越大，但与其他方法相比，图形优化方法在大环境的优势。

karto采取的是spa(karto_slam)或g2o(nav2d), karto前端和后端采用单线程。

4. LagoSLAM 是线性近似图优化，不需要初始假设。基本图优化slam使用最小化非线性非凸代价函数的方法是.每次迭代, 为了解决局部凸近似的初始问题，更新图片配置，在局部最小成本函数达到之前，进行一定次数的过程迭代. (假设开始点经过多次迭代使局部成本函数最小化). 。假设图中每个节点的相对位置和方向是独立的，作者解决了一个等于非凸代价函数的方程组。为此，通过线性定位和线性位置估计，提出了一套基于图论的程序，以获得非线性系统的一阶近似。

5. cartographer是google实时室内开发SLAM项目，cartographer采用基于google自家开发的ceres非线性优化方法，cartographer亮点是代码标准化和工程化，非常适合商业应用和再开发。并且cartographer基于submap构建全局地图的子图思想可以有效避免环境中移动物体的干扰。并且cartographer支持多传感器数据（odometry、IMU、LaserScan等)建图，支持2D_SLAM和3D_SLAM建图。

能自然输出协方差矩阵，后端优化输入项。低成本雷达也能跑出好的效果。cartographer是google基于图优化推出的一套SLAM算法。

cartographer算法没有给人惊艳的感觉，但算法的主要目标是实现低计算资源消耗和实时SLAM的目的，所以很适合嵌入式端的使用。
本文是介绍cartographer在linuxPC环境（Ubuntu16)下载源码demo本文的前提是你的电脑已经安装了测试教程ROS以下任何版本：Noetic、Kinetic、Melodic。

算法分析

该算法主要分为两部分，第一部分称为Local SLAM, 这部分是一帧帧Laser Scan一系列的建立和维护Submap，而所谓的submap是一系列Grid Map。当再有新的Laser Scan中会通过Ceres Scan Matching将其插入子图的最佳位置。但是submap因此，算法的第二部分被称为Global SLAM部分，就是通过Loop Closure闭环检测消除累积误差：当submap建设完成后，即不会有新的laser scan插入到该submap算法会把这个算法submap加入闭环检测。闭环检测的本质也是一个优化问题，该优化问题被表达成了一个pixel-accurate match解决优化问题的方法是Branch-and-Bound Approach.

cartographer安装主要包括三个部分：cartographer、cartographer-ros、ceres-solver。其中cartographer 是计算部分，cartographer-ros是算法在ROS中通信交互数据部分，ceres-solver谷歌开发的非线性优化库，在谷歌开源激光雷达slam项目cartographer它被广泛使用。

有两种安装方法，一种是官网的集成下载配置，另一种是把cartographer所需的依赖部分分别安装配置。

两种方式的区别在于，虽然第一种方便，但由于网络问题(你知道的)，Google下载相关文件会失败，所以会出现。单独下载编译，最后下载cartographer进行编译。

官网方式：

1. 安装 wstool下载工具、rosdep和ninja编译工具（ninja用于替代复杂性的新型编译工具make，实现快速编译)

sudo apt-get update 

sudo apt-get install -y python-wstool python-rosdep ninja-build 

2. 建立一个wstool下载 ROS二合一环境基本编译

mkdir catkin_ws cd catkin_ws wstool init src wstool merge -t src https://raw.githubusercontent.com/googlecartographer/cartographer_ros/master/cartographer_ros.rosinstall 

这是 wstool 命令生成 .rosinstall的文件里面的内容，可以看到设置了cartographer、cartographer-ros下载链接。

wstool update -t src

静静等待下载，速度就取决你对于Google的认知。

3.安装proto3.

Protocol Buffers(简称Protobuf) ，是Google出品的序列化框架，与开发语言无关，和平台无关，具有良好的可扩展性。Protobuf和所有的序列化框架一样，都可以用于数据存储、通讯协议。

src/cartographer/scripts/install_proto3.sh

此外其实除了Protobuf我们还可以配置其他依赖，这些脚本都在这个目录，如果编译过程中遇到依赖问题就可以去利用脚本去下载。

4.rosdep init在安装ROS时候就安装过了，不过这个经常会出现问题，我之前写过一篇ROS安装的文件，大家有兴趣可以去看看

对于这个问题，有两种解决思路：访问DNS解析环节解决或者直接切换软件源。

DNS解析环节解决：

切换linux软件源：

sudo rosdep init
rosdep update
rosdep install --from-paths src --ignore-src --rosdistro=${ 
        ROS_DISTRO} -y

5.最后一步编译

catkin_make_isolated --install --use-ninja
source install_isolated/setup.bash

但是好多时候因为下载问题，就会出现这样那样的问题，所以就出现了下面的方法，把包单独下载，然后再进行编译安装。

注！：在我编译cartographer过程中，和文章所写这种一气呵成的感觉恰恰相反，我编译了好多次才编译成功的，而且中间出现各种编译问题，基本都是版本问题。所以请大家注意下载各个分包的版本，切记，切记，切记~

你看我probuf版本下载记录就知道了。

分包编译方式：

cartographer分成6个部分，分别是eigen3.2.9,ceres1.13.0,protobuf大于3.0.0,cartographer,cartogpher_ros，abseil。分开进行编译：

1.eigen
Eigen是高级 C ++ 模板标头库，用于线性代数，矩阵和矢量运算，几何变换，数值求解器和相关算法。自3.1.1版以来，Eigen是根据Mozilla Public License 2.0许可的开源软件。早期版本是根据GNU较宽松通用公共许可证授权的。

注意警告：cartographer对eigen，ceres，protobuf有严格的版本限制，版本必须严格！！！

#选择版本3.2.9
git clone  https://gitlab.com/libeigen/eigen.git
mkdir build
cd build
cmake ..
sudo make install

安装完成

2.ceres

Ceres solver 是谷歌开发的一款用于非线性优化的库，在谷歌的开源激光雷达slam项目cartographer中被大量使用。

注意：ceres版本必须是1.13.0,其它版本与eigen3.2.9不匹配

#选择版本1.13.0

git clone https://github.com/ceres-solver/ceres-solver.git
mkdir build
cd build
cmake ..
make -j8
sudo make install

编译过程中如果出现这个编译问题：

Failed to find glog

– Failed to find installed glog CMake configuration, searching for glog build directories exported with CMake.

– Failed to find an installed/exported CMake configuration for glog, will perform search for installed glog components.

– Failed to find glog - Could not find glog include directory, set GLOG_INCLUDE_DIR to directory containing glog/logging.h

这个原因是缺失glog库(glog 是一个 C++ 日志库，它提供 C++ 流式风格的 API。在安装 glog 之前需要先安装 gflags，这样 glog 就可以使用 gflags 去解析命令行参数)，我们可以用apt-get install安装，也可以下载源码进行编译安装.

apt-get install安装:

sudo apt-get install libgoogle-glog-dev

下载源码进行编译安装:

git clone https://github.com/google/glog.git
cd glog
mkdir build
cmake ..
make
sudo make install

再重新进行cere编译安装，又通过一关

3. protobuf

Protocol Buffers(简称Protobuf) ，是Google出品的序列化框架，与开发语言无关，和平台无关，具有良好的可扩展性。Protobuf和所有的序列化框架一样，都可以用于数据存储、通讯协议。

注意：protobuf安装方式特殊，脚本安装

选择版本3.0.0

git clone https://github.com/protocolbuffers/protobuf.git
./autogen.sh

这次也会遇到error问题，

第一个error 48: autoreconf: not found

是在不同版本的 tslib 下执行 autogen.sh 产生。它们产生的原因一样,是因为没有安装automake 工具, 用下面的命令安装好就可以了。

sudo apt-get install autoconf automake libtool

第二个error可能是下载问题，这边会提示你下载失败，你可以选择注释掉，或者使用我提供的第二种编译方法：

#如遇见Error，prot：443,注释autogen.sh脚本34行
./configure
make -j8
sudo make install
sudo ldconfig
#测试一下protobuf
protoc --version
#不出意外将会显示libprotoc 3.0.0

第二种编译方法：

上文说到，我们在cartographer/scripts目录下可以找到cartographer依赖文件的下载的脚本，这些的脚本里面还有编译的选项，这时候我们就可以看下install_proto3.sh 这个文件，里面可以看到如下内容：

mkdir build
cd build
cmake -G Ninja \
  -DCMAKE_POSITION_INDEPENDENT_CODE=ON \
  -DCMAKE_BUILD_TYPE=Release \
  -Dprotobuf_BUILD_TESTS=OFF \
  ../cmake
ninja
sudo ninja install

我们直接复制直接编译即可。

4.abseil

abseil 是 google 开源的 C++通用库，其目标是作为标准库的补充。abseil 不但提供了标准库没有但很常用的功能，也对标准库的一些功能进行了增强设计，使用 abseil 库能使程序性能和开发效率都取得不错的提升。

cartographer对abseil没有版本要求，但是一定要有。

git clone https://github.com/abseil/abseil-cpp.git
mkdir build
cd build
cmake .. -DCMAKE_CXX_STANDARD=11
make -j8
sudo make install

不过在后续编译abseil，大家可能会遇到这个问题

CMake Error at CMakeLists.txt:49 (find_package):

By not providing “FindAbseil.cmake” in CMAKE_MODULE_PATH this project has

asked CMake to find a package configuration file provided by “Abseil”, but

CMake did not find one.

Could not find a package configuration file provided by “Abseil” with any

of the following names:

AbseilConfig.cmake

abseil-config.cmake

Add the installation prefix of “Abseil” to CMAKE_PREFIX_PATH or set

“Abseil_DIR” to a directory containing one of the above files. If “Abseil”

provides a separate development package or SDK, be sure it has been

installed.

不过没事，是因为CMakeLists.txt在进行搜寻absil中，定义的名称和你编译abseil名称不同，CMakeLists.txt是大写的，而实际你编译安装后的包名称为小写。

修改如上所示：Abseil 修改为 absl

5.carographer

注意：carographer和cartographer _ros版本必须对应

mkdir cartographer
cd cartographer & mkdir src
cd src


git clone https://github.com/cartographer-project/cartographer.git
git clone https://github.com/cartographer-project/cartographer_ros.git


catkin_make_isolated   /*也可以用*/  catkin_make_isolated --install --use-ninja

编译成功：

建图开发

现在安装了Cartographer和Cartographer的ROS集成，官方也提供了一些数据集，Deutsches Museum(德意志博物馆)，这样我就可以很方便测试Cartographer生成地图和其他的功能了。

下载示例包（例如德意志博物馆的2D和3D背包系列）到一个已知的位置

示例位于~/Downloads，并使用roslaunch来调出演示：

# Download the 2D backpack example bag.
wget -P ~/Downloads 
https://storage.googleapis.com/cartographer-public-data/bags/backpack_2d/cartographer_paper_deutsches_museum.bag

Launch the 2D backpack demo.

roslaunch cartographer_ros demo_backpack_2d.launch bag_filename:=${ 
        HOME}/Downloads/cartographer_paper_deutsches_museum.bag

Download the 3D backpack example bag.

wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_3d/with_intensities/b3-2016-04-05-14-14-00.bag

Launch the 3D backpack demo.

roslaunch cartographer_ros demo_backpack_3d.launch bag_filename:=${ 
        HOME}/Downloads/b3-2016-04-05-14-14-00.bag

roslaunch cartographer_ros offline_backpack_2d.launch bag_filenames:=${ 
        HOME}/Downloads/cartographer_paper_deutsches_museum.bag

roslaunch cartographer_ros demo_backpack_2d_localization.launch  load_state_filename:=${ 
        HOME}/Download/cartographer_paper_deutsches_museum.bag.pbstream   bag_filename:=${ 
        HOME}/Downloads/cartographer_paper_deutsches_museum.bag