上一節介紹了在cartographer進行建圖和定位(在線和離線)，
本節將分析cartographer運行時的誤差與延遲，主要是在線定位時的，并嘗試優化解決，
目錄
1，誤差分析
a，硬體精度
b，初值敏感
c，計算量大
2，延時優化
本地
全域
減少重復子圖
3，簡單小結
1，誤差分析
建圖時的漂移，重影等現象基本可以通過：
確保雷達足夠的頻率和角度；
建圖時移動速度均勻且不要過快；
調整建圖引數；足夠多的迭代優化；
融合里程計+陀螺儀等方式解決，
這里的誤差主要指在實時定位的定位錯差，
a，硬體精度
這個很明顯，定位的精度和原始資料的精度息息相關，
有條件的可以提高雷達，里程計，陀螺儀等硬體精度，也可以對初始資料優化處理，得到更精準的資料，
b，初值敏感
cartographer的定位程序，十分依賴初始定位坐標，如果初始位置定位就出錯，后續很難修正，
可以通過重定位或者在易于識別的地方初始定位解決，且確保初始定位到正確位置之后再繼續，
c，計算量大
大量的約束計算，以及全域優化的迭代計算，造成明顯的延遲誤差，
2，延時優化
因為延時基本上都是因為計算量大引起，所以延時優化得核心就是降低計算，
當然也有是因為硬體傳感資料延時或者網路延時引起的，但不涉及演算法，在此不予討論，
在實際使用中可以通過調整下列引數來減低計算量，
本地：
--當IMU和Odom足夠信賴時,可以關閉CSM,只使用位姿預估.
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = false
TRAJECTORY_BUILDER_2D.motion_filter.max_angle_radians 增大
TRAJECTORY_BUILDER_2D.motion_filter.max_distance_meters 增大
全域：
MAP_BUILDER.pose_graph.constraint_builder.min_score 降低
MAP_BUILDER.pose_graph.constraint_builder.max_constraint_distance 降低
MAP_BUILDER.pose_graph.constraint_builder.sampling_ratio 降低
減少重復子圖：
MAP_BUILDER.pose_graph.overlapping_submaps_trimmer_2d = {
fresh_submaps_count = 1,
min_covered_area = 2,
min_added_submaps_count = 5,
}
3，簡單小結
到這里為止，已經介紹了，cartographer在ros系統下的安裝，發布資料，引數調整，建圖定位以及延時誤差分析等，cartographer_ros篇章就告一段落了，
通過這一系列的文章，希望可以幫助大家快速的上手，并在實際應用中使用cartographer，有什么錯誤或者不足之處，也希望大家不吝賜教，
后續會有深入的代碼解讀和演算法優化，也歡迎有興趣的，想要繼續研究的小伙伴們一起交流討論，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/500763.html
標籤：其他
上一篇：cisco配置