概念介绍：Cartographer 是什么，和别的 SLAM 差在哪

一、概念介绍：Cartographer 是什么，和别的 SLAM 差在哪

Cartographer 是 Google 开源的一套跨平台 SLAM 系统，最初面向室内 2D 激光雷达建图，后来扩展到 3D 激光雷达。它的输入是激光雷达扫描（LaserScan 或 PointCloud2）以及一个粗略的里程计（轮式编码器或 IMU），输出是一张一致的地图和一个机器人轨迹。它在扫地机器人、仓储 AGV、商场导览机器人里被大量使用，是 2D 激光 SLAM 中工程成熟度最高的方案之一。

Cartographer 的核心设计思想是"局部子图 + 全局位姿图"。系统把连续若干帧激光数据累积成一个 Submap（子图），子图内部用概率栅格表示占据情况。每来一帧新的扫描，先用扫描匹配把这一帧对齐到当前正在构建的子图上；当一个子图攒够数据就"封口"，系统在后台做一次全局的回环检测——用一种基于分支定界的快速相关扫描匹配，在已有子图集合里找当前扫描最可能匹配的位置，找到就加一条约束边，最后用 Ceres 做位姿图优化，把所有子图的位姿和轨迹一起拉平。

这个架构带来三个直接好处。第一是计算量可控：前端只在小窗口内做扫描匹配，重活交给后台，实时性有保障。第二是回环约束是"稀疏"的，只在检测到回环时才加边，所以长时间运行不会因为约束数量爆炸而卡死。第三是它的地图是概率栅格，天然可以直接拿去做路径规划和代价地图，不需要额外转换。

和相邻方案的差别：Gmapping 是 ROS 里最老的 2D SLAM 之一，基于粒子滤波，粒子数随地图增大而爆炸，且没有回环能力，跑大场景会漂。它适合小房间快速建图，是 Cartographer 的前一代方案。Hector SLAM 不需要里程计，纯用激光做高斯牛顿扫描匹配，速度快但对激光帧率和角速度敏感，快速旋转时容易跟丢。SLAM Toolbox 是 ROS 2 时代的 2D SLAM 方案，支持终身建图和序列化地图，社区活跃度高，在 ROS 2 项目里常常是比 Cartographer 更省心的选择。LIO-SAM、FAST-LIO2 面向 3D 激光雷达加 IMU 的紧耦合方案，精度更高但计算量大，适合室外或需要三维结构的场景。

术语表如下，理解这些词才能看懂 Lua 配置文件里那些参数名。