作者Santos[6]在2013年的論文中討論了HectorSLAM、Gmapping、KartoSLAM、CoreSLAM和LagoSLAM五種2D激光SLAM基於ROS係統在實際建圖中的效果。通過對比發現,在建圖過程中HectorSLAM、Gmapping、KartoSLAM和LagoSLAM的誤差相差不大,KartoSLAM由於是采用SPA solver的full SLAM方法,所以在實際過程中對噪聲的過濾較好,CoreSLAM算法的建圖表現最差。在CPU的占用方麵,HectorSLAM、Gmapping、KartoSLAM和CoreSLAM的占用率基本一致,而LagoSLAM的CPU占用最高。總體上Gmapping和KartoSLAM的表現最好,可以應用到移動機器人平台實踐中。
|
|
機器人招商 Disinfection Robot 機器人公司 機器人應用 智能醫療 物聯網 機器人排名 機器人企業 機器人政策 教育機器人 迎賓機器人 機器人開發 獨角獸 消毒機器人品牌 消毒機器人 合理用藥 地圖 |