Google Cartographer SLAM 原理

本文前言

————————————————
版权声明：本文为CSDN博主「梦凝小筑」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_36976685/article/details/84994701

本人的研究方向为激光SLAM，因此对于Google Cartographer 的经典算法十分感兴趣，但是苦于该算法的论文是英文写作，且该论文有着公式多，解释少的特点。因此在看了原论文和网上的各种论文解读，都没有能够完全把这块硬骨头吃下去。

机缘巧合，本人研究生课程高等运筹学大作业需要运用和Google Cartographer 中的闭环检测 相同的方法，结合Cartographer的源代码，才彻底将Cartographer论文搞懂。因此在这里写一篇比较完整的总结，方便大家相互学习讨论！

贴出本人参考的一些链接

官方资料1：https://google-cartographer-ros.readthedocs.io/en/latest/going_further.html

官方资料2：https://google-cartographer.readthedocs.io/en/latest/

论文链接1：https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/45466.pdf

论文链接2：https://april.eecs.umich.edu/pdfs/olson2009icra.pdf

参考链接：https://zhehangt.github.io/2017/05/01/SLAM/Cartographer/CartographerPaper/

---

Cartographer 论文解读

一、Introduction

在建图上应用SLAM并不是一个新的概念，这里不再作为本文的重点。

本文的贡献在于：提出了一种新的基于激光数据的回环检测方法，这种方法可以减少计算量，可以满足大空间的建图需要，并且对大规模数据进行实时优化。

hector并没有应用到回环检测，而google在此基础上进行改进，并应用上了回环检测，，还是值得学习和借鉴的。

二、Related Work

相关工作不再赘述，直接搬用索哥的总结

相关工作中首先介绍了scan matching的几种方法：

1.scan-to-scan matching是基于激光SLAM中最常用来估计相关位姿的。但是非常容易造成累积误差。

2.scan-to-map matching 可以减少累积误差，因为scan-to-map每次都通过高斯-牛顿法获得局部最优的位姿，前提是要有一个比较好的初始化位姿估计

3.pixel-accurate scan matching 可以进一步减小局部误差，但是计算量比较大。这个方法同样可以用来检测回环。

4.从laser scan 中提取特征，从而减少计算量。histogram-based matching用于回环检测。用机器学习做laser scan的特征检测。

之后介绍了处理累积误差的两种方式

1.基于粒子滤波的优化。粒子滤波在处理大场景地图时，由于粒子数的极具增长造成资源密集。

2.基于位姿图的优化。与视觉SLAM的位姿图优化大同小异，主要是在观测方程上的区别。

三、System Overview

Cartographer 能产生一个精度为5cm的2D栅格地图。

Cartographer在前端匹配环节区别与其它建图算法的主要是使用了Submap这一概念，每当或得一次laser scan的数据后，便与当前最近建立的Submap去进行匹配，使这一帧的laser scan数据插入到Submap上最优的位置。（这里用的是高斯牛顿解最小二乘问题）在不断插入新数据帧的同时该Submap也得到了更新。一定量的数据组合成为一个Submap，当不再有新的scan插入到Submap时，就认为这个submap已经创建完成，接着会去创建下一个submap，具体过程如下图。（这里没有理解什么情况下新的scan不会再匹配到该Submap上）

因此这里scan matching的本质是当前laser scan与多个邻近的laser scan之间进行的。

通过scan matching得到的位姿估计在短时间内是可靠的，但是长时间会有累积误差。因此Cartographer应用了回环检测对累积误差进行优化。所有创建完成的submap以及当前的laser scan都会用作回环检测的scan matching。如果当前的scan和所有已创建完成的submap在距离上足够近，则进行回环检测。这里为了减少计算量，提高实时回环检测的效率，Cartographer应用了branch and bound(分支定界)优化方法进行优化搜索。如果得到一个足够好的匹配，则会将该匹配的闭环约束加入到所有Submap的姿态优化上。

四、LOCAL 2D SLAM

Cartographer结合了local 和 global 两种方式进行2d SLAM。
local方式就是前端匹配中通过submap进行scan matching。
global方式就是回环检测，因为是对全局的submap进行匹配
scans中的每个点束的姿态被表示为，

A、Scans
一个scans即激光点云图，包含一个起点和许多的终点。起点称为origin，终点称为scan points，用 H 表示点云集，其表达形式如下。

当获得一个新的scans，并且要插入到submap中时，scans中点集在submap中的位置被表示成 ，其转换公式如下：

B、Submaps
一个submap是通过几个连续的scans创建而成的，由5cm*5cm大小的概率栅格 构造而成，submap在创建完成时，栅格概率小于表示该点无障碍，在与之间表示未知，大于表示该点有障碍。每一帧的scans都会生成一组称为hits的栅格点和一组称为misses的栅格点 ,如图所示。

其中阴影带叉的表示hits,阴影不带叉的表示misses,每个hits中的栅格点被赋予初值,每个misses中的栅格点被称为,如果该栅格点在先前已经有值，则用下述对该栅格点的值进行更新（此处为，类似）。

其中clamp是区间限定函数。

C、Ceres scan matching
每次获得的最新的scan需要插入到submap中最优的位置，使我们scan中的点束的位姿经过转换后落到submap中时，每个点的信度和最高。通过scan matching对进行优化，这里的优化问题为解最小二乘问题，其问题描述可表示为：

其中 是线性评价函数，方法为双三次插值法，该函数的输出结果为（0，1）以内的数，在这之外的数可以生成，但不被考虑进去，通过这种平滑函数的优化，能够提供比栅格分辨率更好的精度。该最小二乘问题在cartogrper中通过google自家的Ceres库进行求解。

五、Closing Loops

Cartographer通过创建大量的submap来实现大场景建图，submap在短时间内的准确度是可靠的，但长时间会存在累积误差，为了消除累积误差，需要通过回环检测来优化所有submap的位姿。

A、Optimization problem
回环的优化问题同样为非线性最小二乘问题，其问题描述可表示为：

其中
Ξm 是submap的位姿
Ξs 是scan的位姿
这些位姿是在世界座标系下的。submap位姿和scan位姿之间存在约束条件
表示scan在submap座标系下的位姿，描述scan在哪一个submap座标匹配，是相应的协方差矩阵
残差E的计算公式如下：

个人理解：
首先回环优化，我们需要检测到回环，再进行优化。如何检测回环呢，前文也提到过，如果当前的scan和所有已创建完成的submap中的某个laser scan的位姿在距离上足够近，那么通过某种 scan match策略就会找到该闭环。这里为了减少计算量，提高实时回环检测的效率，Cartographer应用了branch and bound(分支定界)优化方法进行优化搜索，如果得到一个足够好的匹配，到此处，回环检测部分已经结束了，已经检测到了回环得存在。接下来要根据当前scan的位姿和匹配到得最接近的submap中的某一个位姿来对所有的submap中的位姿进行优化，即使残差E最小。回环检测与回环优化过程中scan和submap的关系如图所示：

即优化local中的submap与gloab中的submap之间的位姿的误差，又因为所有的submap位姿存在着约束，因此，即是对所有submap的位姿进行优化，使error最小。

B、Branch-and-bound scan matching
回环检测即是一种匹配过程，即当获得新的scan时，在其附近一定范围搜索最优匹配帧，若该最优匹配帧符合要求，则认为是一个回环。首先，该匹配问题可以描述为如下式子：

其中W是搜索空间，是该点对应的栅格点的M值，该式子可理解为对于scan中的每一个点束插在该submap上时的信度和，信度越高则认为越相似，我们需要在W空间中寻找出该信度和最大的匹配帧。
因此需要在W空间中寻找出pixel-accurate match的最优解。
显然有一种方法是暴力匹配法，即在搜索空间范围内中的每一帧与当前帧进行计算BBS式子的数值，求出最大值。
对于暴力匹配法来说，该方法的搜索步长为1。我们假定搜索空间W

步长$r=1$ ,因此
$w_x = W_x, x_y = W_y, x_z = W_z$

其中$W_x = W_y = 7m$ ,搜索空间是7m*7m

暴力匹配的 algorithm 如下 ，这样逐个遍历的方法显然是缓慢的

branch and bound
为了提高搜索效率，Cartogrpher采用了branch and bound（分支定界） 的方法，本人研一课程高等运筹学也运用了该方法求解整数规划问题，在大作业中，我也运用该方法求解了JSP问题，主要思路来源也是参考Cartogrpher这部分算法的源代码。首先我简单讲解下 branch and bound 对该方法比较熟悉的读者可跳过。

分枝界限法是由三栖学者查理德·卡普（Richard M.Karp）在20世纪60年代发明，成功求解含有65个城市的旅行商问题，创当时的记录。“分枝界限法”把问题的可行解展开如树的分枝，再经由各个分枝中寻找最佳解。

其主要思想：把全部可行的解空间不断分割为越来越小的子集（称为分支），并为每个子集内的解的值计算一个下界或上界（称为定界）。在每次分支后，对凡是界限超出已知可行解值那些子集不再做进一步分支。这样，解的许多子集（即搜索树上的许多结点）就可以不予考虑了，从而缩小了搜索范围。

或许有些读者还是不太理解，下面贴一张图进行讲解。

这张图就已经比较好的描述了分支定界的思想，还有它为什么能够缩小搜索范围的情况下依然能求到最优解。若先前提到的暴力匹配是枚举法，则分支定界是一种隐式枚举法，。

分支定界进行分支的过程，是不断提高搜索精度的过程，或者可以说增加约束的过程，整个分支树的最底层的所有枚举情况，便是最高搜索精度的枚举集合，便是暴力匹配搜索范围的全部整搜索空间。但是分支定界并没有真正的去求解所有枚举情况的目标函数（BBS）值。

再来看这张图假设我们需要去计算检测匹配的点为如图所示16个

• 则我们第一层搜索精度最低，只列举其中两个，并优先考虑靠左（优先考虑可能性最高的）。
• 对其继续分层，将其精度提高一倍，又可以列举出两个，并优先考虑靠左。
• 这样直至最底层，计算出该情况下的目标函数BBS(值)，最左的底层有两个值A和B，我们求出最大值，并将其视为best_score
• 然后我们返回上一层还未来得及展开的C，计算C的目标函数BBS(值)并让它与best_score比较，若best_score依旧最大，则不再考虑C，即不对其进行分层讨论。
• 若C的目标函数BBS(值)更大，则对其进行分层，计算D和E的值，我们假设D值大于E，则将D与best_score对比
• 若D最大，则将D视为best_score，否则继续返回搜索。
  将此算法应用在我们的回环检测中，现已知我们的搜索范围（搜索最高精度，最底层），设置步长来对该问题进行优化搜索。

论文中的伪代码如下：

下面贴出Cartogrpher branch and bound 的核心源代码和部分注释

Candidate2D FastCorrelativeScanMatcher2D::BranchAndBound(
    const std::vector<DiscreteScan2D>& discrete_scans,
    const SearchParameters& search_parameters,
    const std::vector<Candidate2D>& candidates, const int candidate_depth,
    float min_score) const {
  if (candidate_depth == 0) {
    // Return the best candidate.
    return *candidates.begin();
  }
 
  Candidate2D best_high_resolution_candidate(0, 0, 0, search_parameters);//讨论分层并计算目标函数值
  best_high_resolution_candidate.score = min_score;//更新下best score
  for (const Candidate2D& candidate : candidates) { //在分支定界中for循环用来分层
    if (candidate.score <= min_score) { //若该值不优，则减枝
      break;
    }
    std::vector<Candidate2D> higher_resolution_candidates;
    const int half_width = 1 << (candidate_depth - 1);
    for (int x_offset : {0, half_width}) {
      if (candidate.x_index_offset + x_offset >
          search_parameters.linear_bounds[candidate.scan_index].max_x) {
        break;
      }
      for (int y_offset : {0, half_width}) {
        if (candidate.y_index_offset + y_offset >
            search_parameters.linear_bounds[candidate.scan_index].max_y) {
          break;
        }
        higher_resolution_candidates.emplace_back(
            candidate.scan_index, candidate.x_index_offset + x_offset,
            candidate.y_index_offset + y_offset, search_parameters);
      }
    }
    ScoreCandidates(precomputation_grid_stack_->Get(candidate_depth - 1),
                    discrete_scans, search_parameters,
                    &higher_resolution_candidates);
    best_high_resolution_candidate = std::max(
        best_high_resolution_candidate,
    //下面利用递归，继续搜索
        BranchAndBound(discrete_scans, search_parameters,
                       higher_resolution_candidates, candidate_depth - 1,
                       best_high_resolution_candidate.score));
  }
  return best_high_resolution_candidate;
}

后面是一些结果对比，大家自行看论文。

结语
从18年11月将该算法搞懂到现在陆陆续续的更新，今天才全部编写完，很多地方还是不是理解的特别的到位，希望感兴趣的可以指正错误，或者一起讨论见解和想法，也希望本人研究生毕业能在此基础上发表一些创新且实用的slam方法。

————————————————
版权声明：本文为CSDN博主「梦凝小筑」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_36976685/article/details/84994701