閉環(huán)檢測(cè)在SLAM中的重要性

機(jī)器人同時(shí)定位與建圖，也就是SLAM。

圖優(yōu)化SLAM問題能夠分解成兩個(gè)任務(wù)：

       1. 構(gòu)建圖，機(jī)器人位姿當(dāng)做頂點(diǎn)，位姿間關(guān)系當(dāng)做邊，這一步常常被成為前端（front-end），往往是傳感器信息的堆積。

       2. 優(yōu)化圖，調(diào)整機(jī)器人位姿頂點(diǎn)盡量滿足邊的約束，這一步稱為后端（back-end）。

圖優(yōu)化過程如下圖所示：先堆積數(shù)據(jù)，機(jī)器人位姿為構(gòu)建的頂點(diǎn)。邊是位姿之間的關(guān)系，可以是編碼器數(shù)據(jù)計(jì)算的位姿，也可以是通過ICP匹配計(jì)算出來的位姿，還可以是閉環(huán)檢測(cè)的位姿關(guān)系。

　　針對(duì)大場(chǎng)景的地圖構(gòu)建，如果使用激光雷達(dá)配合SLAM算法進(jìn)行建圖的話，首先需要使用較遠(yuǎn)測(cè)距半徑的激光雷達(dá)傳感器。目前為了適應(yīng)上述的商用場(chǎng)景，行業(yè)內(nèi)會(huì)使用測(cè)距半徑在16米以上的激光雷達(dá)產(chǎn)品，而比較理想的測(cè)量半徑是25米，從而保證能夠應(yīng)對(duì)各類極端條件。
　　除了保障傳感器的測(cè)距半徑符合環(huán)境需求外，SLAM算法還需要具備閉環(huán)檢測(cè)能力。比如有些場(chǎng)景，長(zhǎng)走廊和環(huán)路較多，相似的場(chǎng)景也很多，在SLAM過程中難以形成有效的全局匹配參考，從而很容易導(dǎo)致局部區(qū)域累計(jì)誤差無法及時(shí)清除，進(jìn)而導(dǎo)致回環(huán)閉合問題。

相比于rbpf-slam每次直接將傳感器數(shù)據(jù)更新進(jìn)入柵格地圖進(jìn)行構(gòu)建的做法，Graph-SLAM存儲(chǔ)的是地圖構(gòu)建過程中機(jī)器人位姿變化的拓?fù)涞貓D信息，以及諸如臨近數(shù)據(jù)和閉環(huán)點(diǎn)等數(shù)據(jù)。

而當(dāng)機(jī)器人在建圖中出現(xiàn)了新的回環(huán)后，Graph-SLAM可依賴內(nèi)部的拓?fù)鋱D進(jìn)行主動(dòng)式的閉環(huán)檢測(cè)，當(dāng)發(fā)現(xiàn)了新的閉環(huán)信息后，Graph-SLAM使用Bundle Adjuestment(BA)等算法對(duì)原先的位姿拓?fù)涞貓D進(jìn)行修正（即進(jìn)行圖優(yōu)化），從而能有效的進(jìn)行閉環(huán)后地圖的修正。因此相比與粒子濾波SLAM方式，Graph-SLAM可以實(shí)現(xiàn)更加可靠的環(huán)境建圖。