1. 从零开始理解SLAM一个机器人爱好者的踩坑实录第一次听到SLAM这个词是在一个做扫地机器人的朋友那里。他跟我说他们家那台机器之所以能一边在客厅里转悠一边把地图画出来靠的就是SLAM。我当时的第一反应是这不就是“边走边画地图”吗后来自己真正上手做了一遍激光雷达建图和视觉里程计之后才发现这四个字母背后藏着的坑远比想象中多得多。SLAM的全称是Simultaneous Localization and Mapping中文叫“同时定位与建图”。说白了就是让一个机器人在完全陌生的环境里一边走一边回答两个问题我在哪周围长什么样这两个问题互为因果——你不知道自己在哪就没法把看到的障碍物准确地画到地图上地图不准定位也会跟着漂。这就像你蒙着眼睛在一个陌生的大楼里摸索每走一步都要靠手摸墙壁来判断自己的位置同时还要在脑子里画出一张楼层平面图。这套东西听起来很学术但它的应用场景其实离我们很近。扫地机器人、仓储AGV、自动驾驶、无人机、甚至手机上的AR导航底层都离不开SLAM。如果你是一个ROS玩家想用激光雷达或者深度相机做建图和自主导航那SLAM就是绕不过去的第一道坎。这篇文章我打算把自己从“SLAM十四讲”啃书到实际跑通ROS建图、再到踩坑排查的整个过程整理出来适合刚入门或者正在被建图漂移折磨的朋友参考。2. SLAM的核心框架与方案选型思路2.1 为什么SLAM要分成前端和后端刚开始看SLAM十四讲的时候我最困惑的就是为什么一个“边走边画地图”的问题要被拆成那么多模块。后来自己写了一个最简陋的激光里程计之后才明白SLAM本质上是一个状态估计问题而且是一个带噪声的、不断累积误差的状态估计问题。前端叫“里程计”或者“数据关联”负责从相邻两帧传感器数据里估计出机器人相对移动了多少。激光雷达靠的是扫描匹配比如ICP或者PL-ICP视觉SLAM靠的是特征点匹配比如ORB特征。前端的优点是计算快、能实时输出缺点是误差会累积——你每走一步都有一个小误差走了一百步之后误差就大得没法看了。后端叫“优化”负责把前端累积的误差拉回来。它的核心思路是“回环检测”如果机器人回到了之前走过的地方识别出来之后就能把整条轨迹的误差一次性摊平。这就像你在一栋楼里绕了一圈回到原点发现“咦这堵墙我刚才摸过”于是你就能把中间所有步的误差重新分配一下。我自己的理解是前端决定你能不能跑起来后端决定你跑得准不准。很多新手一上来就想搞视觉SLAM结果连前端特征点都匹配不稳后端优化根本无从谈起。所以我的建议是先从2D激光SLAM入手把整个框架跑通再往视觉或者3D方向扩展。2.2 激光SLAM和视觉SLAM到底怎么选这是被问得最多的问题。我自己的经验是选哪个取决于你的传感器配置和场景需求没有绝对的好坏。激光SLAM的输入是激光雷达的扫描点云优点是测距直接、不受光照影响、建出来的2D栅格地图直接就能用于导航。缺点是激光雷达贵而且2D激光只能扫一个平面遇到玻璃或者镜面会直接穿透或者乱反射。我最早用的是思岚的A1雷达三百多块钱跑Gmapping建图效果已经够用了。视觉SLAM的输入是单目、双目或者RGB-D相机优点是相机便宜、信息丰富、能提取语义。缺点是受光照影响大、计算量大、单目还有尺度不确定的问题。我试过用D435i跑ORB-SLAM2在光线充足的走廊里效果不错但一到暗处或者白墙前面就直接跟丢了。下面这张表是我自己用过的几种方案对比供参考方案传感器适用场景建图效果上手难度Gmapping2D激光雷达室内平坦环境2D栅格地图导航友好低Cartographer2D/3D激光雷达室内外大场景2D/3D地图回环强中ORB-SLAM2单目/双目/RGB-D纹理丰富环境稀疏点云地图高RTAB-MapRGB-D/双目室内中小场景稠密点云栅格中LIO-SAM3D激光IMU室外大场景3D点云地图高如果你是做室内机器人导航我建议直接从Gmapping或者Cartographer入手配合ROS的导航栈能最快看到效果。如果你是想做AR或者三维重建那视觉方案更合适。至于最近比较火的3DGS SLAM我后面会单独聊。2.3 ROS1还是ROS2这是个问题我刚开始学的时候用的是ROS1 Melodic后来因为项目需要转到了ROS2 Foxy。说实话ROS2在SLAM这块的生态还不如ROS1成熟但趋势已经很明显了。ROS1的优点是资料多、包多、教程全Gmapping、Cartographer、AMCL这些经典包都有现成的。缺点是通信机制老旧多机协同麻烦而且已经停止维护了。ROS2的优点是实时性好、支持多机、生命周期管理完善但SLAM相关的包还在迁移中有些功能包用起来会碰到奇怪的bug。我的建议是如果你只是学习SLAM原理用ROS1入门完全没问题资料多、踩坑少。如果你是要做产品或者长期项目直接上ROS2虽然前期会痛苦一点但后面省事。我自己在ROS2上跑Cartographer的时候光是编译就折腾了一下午但跑通之后确实比ROS1稳定。3. 激光雷达SLAM建图实操全流程3.1 硬件准备与驱动调试我用的硬件配置是一台带轮子的差速底盘、一个思岚A1激光雷达、一个树莓派4B作为主控、一块STM32做底层驱动。这套配置加起来不到一千块适合入门。激光雷达的驱动安装是第一个坑。思岚的雷达在ROS下有现成的包但要注意波特率和端口号。我一开始插上USB转串口线之后系统识别成了ttyUSB0但雷达实际用的是ttyUSB1结果一直连不上。后来用ls /dev/ttyUSB*确认了端口再改launch文件里的参数才搞定。提示激光雷达的USB转串口线质量很重要劣质线会导致数据丢包建图时地图会出现奇怪的断裂。我换了一根带屏蔽的线之后数据稳定性明显提升。底盘的运动控制是第二个坑。差速底盘需要发布odom话题也就是里程计信息。我一开始用的是轮式编码器直接积分结果发现角度漂移很严重走一圈回来偏了十几度。后来加了IMU做融合用EKF包把轮式里程计和IMU数据融合之后角度漂移小了很多。3.2 Gmapping建图参数调优Gmapping是ROS里最经典的2D激光SLAM包基于粒子滤波。它的核心参数不多但每一个都影响很大。第一个关键参数是particles也就是粒子数。默认是30粒子越多建图越准但计算量越大。我在树莓派上跑的时候粒子数调到50就开始卡了后来降到30才流畅。如果你用的是性能更好的工控机可以适当调高。第二个关键参数是delta也就是地图分辨率。默认是0.05米也就是5厘米一个栅格。这个值越小地图越精细但内存占用也越大。我试过调到0.02建出来的地图确实更细腻但树莓派直接爆内存了。一般室内导航用0.05就够了。第三个关键参数是linearUpdate和angularUpdate也就是机器人移动多少距离或者转多少角度之后更新一次地图。默认是1米和0.5弧度。如果调得太小计算频率太高会卡调得太大地图更新不及时会出现重影。我一般设成0.5米和0.3弧度平衡效果和性能。下面是我实际用的launch文件核心参数launch arg namescan_topic defaultscan/ node pkggmapping typeslam_gmapping nameslam_gmapping outputscreen param namebase_frame valuebase_link/ param nameodom_frame valueodom/ param namemap_frame valuemap/ param nameparticles value30/ param namedelta value0.05/ param namelinearUpdate value0.5/ param nameangularUpdate value0.3/ param namexmin value-10.0/ param nameymin value-10.0/ param namexmax value10.0/ param nameymax value10.0/ /node /launch建图的时候我建议用手动遥控或者键盘控制机器人慢慢走速度不要超过0.3米每秒。走太快激光雷达的扫描匹配会跟不上地图会出现明显的错位。转弯的时候也要慢最好原地转不要边走边转。3.3 Cartographer建图与回环调优Gmapping在小场景下够用但一旦场景大了比如超过一百平米误差累积就会很明显。这时候Cartographer的优势就体现出来了它的回环检测和全局优化能力比Gmapping强很多。Cartographer的配置比Gmapping复杂核心是lua配置文件。我一开始直接用默认配置建出来的地图在走廊尽头总是对不齐。后来调了TRAJECTORY_BUILDER_2D.submaps.num_range_data这个参数从默认的90调到60让子图更频繁地生成回环检测的灵敏度就上来了。还有一个关键参数是POSE_GRAPH.optimization_problem.huber_scale这个控制优化时对异常值的容忍度。如果建图时经常出现某个方向的激光数据异常可以适当调大这个值。我一般设成1e2。Cartographer建图的时候我习惯先让机器人沿着房间边缘走一圈再走内部区域。这样回环检测更容易触发全局优化之后地图的墙壁会更直。走完一圈之后可以在rviz里看到轨迹闭合的情况如果起点和终点的轨迹重合得好说明回环成功。注意Cartographer对时间同步要求比较高如果激光雷达和里程计的时间戳对不上建图会直接失败。我建议用rosrun tf view_frames检查一下tf树确保所有坐标系的时间戳是一致的。3.4 建图效果评估与保存建完图之后怎么判断地图好不好我一般看三个指标墙壁直不直、回环闭不闭合、有没有重影。墙壁直不直很好理解如果地图上的墙壁是弯的或者锯齿状的说明里程计或者扫描匹配有问题。回环闭不闭合看的是机器人回到起点时地图上的轨迹有没有形成一个完整的闭环。如果有明显的错位说明回环检测没生效。重影则是同一个障碍物在地图上出现了两次通常是建图时机器人走得太快或者激光数据丢包导致的。保存地图用map_server包rosrun map_server map_saver -f my_map这会生成两个文件my_map.pgm是地图图片my_map.yaml是地图的元数据包括分辨率、原点坐标等。后面做导航的时候这两个文件就是输入。4. 视觉SLAM与3DGS SLAM的进阶探索4.1 视觉SLAM十四讲读书笔记“视觉SLAM十四讲”这本书我前前后后看了三遍。第一遍是硬啃很多数学推导直接跳过了第二遍是配合代码跑把书里的示例代码在电脑上跑了一遍第三遍是遇到实际问题之后回头查才发现书里很多细节其实早就讲过了。书里最核心的几个概念我自己的理解是这样的李群和李代数那块一开始完全看不懂后来想明白了它其实就是用来描述旋转的。旋转矩阵不能直接求导但李代数可以所以优化的时候要把旋转矩阵转成李代数求完导再转回去。这就像你要算一个球面上两点的最短路径直接算很难但把球面展开成平面再算就简单了。非线性优化那块核心就是最小二乘。SLAM里的误差函数通常是非线性的所以要用高斯牛顿或者列文伯格-马夸尔特方法迭代求解。我自己的经验是理解这些优化方法的原理很重要但实际用的时候基本都是调库ceres和g2o已经封装得很好了。特征点法那块ORB特征是我用得最多的。它的优点是速度快、有旋转不变性缺点是对尺度变化和光照变化比较敏感。实际跑ORB-SLAM2的时候我发现在纹理丰富的场景下效果很好但一到白墙或者玻璃前面就直接跟丢了。4.2 ORB-SLAM2在ROS下的编译与运行ORB-SLAM2的编译是我踩过的最大的坑之一。它依赖Pangolin、OpenCV、Eigen、DBoW2和g2o版本不匹配就会编译失败。我用的环境是Ubuntu 18.04 ROS Melodic OpenCV 3.4.0。Pangolin要装0.5版本太新的版本会报错。Eigen要用3.3.4太新的版本会有API变化。g2o和DBoW2是ORB-SLAM2自带的但编译的时候要注意C标准我用的C11。编译命令cd ORB_SLAM2 chmod x build.sh ./build.sh如果编译过程中报错大概率是OpenCV版本问题。我遇到过cv::imread找不到的情况后来在CMakeLists.txt里手动指定了OpenCV路径才解决。运行的时候我用的是D435i的RGB-D模式。需要先启动相机节点再启动ORB-SLAM2rosrun ORB_SLAM2 RGBD Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml实际跑下来在光线充足的办公室里ORB-SLAM2的轨迹精度还不错但一旦快速转动相机或者走到纹理少的区域就会跟丢。跟丢之后需要重新初始化地图也会断掉。所以视觉SLAM目前更适合做辅助纯视觉做导航还是不太稳。4.3 3DGS SLAM到底新在哪3DGS是3D Gaussian Splatting的缩写是最近一年非常火的三维重建方法。它和传统的点云或者网格地图不一样用一堆三维高斯椭球来表示场景渲染出来的效果非常逼真。3DGS SLAM就是把3DGS和SLAM结合起来一边定位一边用高斯椭球建图。我试过几个开源实现比如SplaTAM和Gaussian-SLAM效果确实惊艳但计算量也大得惊人。在RTX 3060上跑帧率只有个位数离实时还差得远。不过它的潜力很大。传统的SLAM建出来的地图是给机器人看的人类看起来就是一堆点或者栅格。3DGS SLAM建出来的地图是给人看的可以直接用于VR/AR、数字孪生这些场景。我自己的判断是3DGS SLAM目前还在实验室阶段但两三年内可能会成为主流。提示如果你想尝试3DGS SLAM建议先用离线数据集跑通比如Replica或者TUM数据集。直接上实机跑会非常痛苦因为计算资源跟不上调试起来也很麻烦。5. ROS导航栈与SLAM的衔接5.1 从建图到导航的完整流程建完图只是第一步真正让机器人自主移动还需要导航栈。ROS的导航栈核心是move_base它包含全局规划器、局部规划器和代价地图。全局规划器我一般用global_planner基于A*或者Dijkstra算法负责从当前位置到目标点规划一条全局路径。局部规划器我一般用TEB或者DWA负责在全局路径的基础上避开动态障碍物。代价地图是导航栈的核心数据结构它把地图上的每个栅格标记为“可通行”“不可通行”或者“代价高”。建图时生成的栅格地图会作为静态层输入激光雷达的实时数据会作为障碍物层输入。启动导航的launch文件核心配置launch node pkgmove_base typemove_base namemove_base rosparam file$(find my_robot)/config/costmap_common_params.yaml commandload nsglobal_costmap/ rosparam file$(find my_robot)/config/costmap_common_params.yaml commandload nslocal_costmap/ rosparam file$(find my_robot)/config/global_planner_params.yaml commandload/ rosparam file$(find my_robot)/config/local_planner_params.yaml commandload/ /node /launch实际跑导航的时候最常见的问题是机器人卡在墙角或者原地打转。这通常是局部规划器的参数没调好。我一般会调inflation_radius也就是障碍物膨胀半径。如果设得太小机器人会贴着墙走容易卡住设得太大机器人又不敢过窄门。我一般设成机器人半径的1.5倍。5.2 AMCL定位与粒子滤波调参导航的时候机器人需要知道自己在地图上的位置这就是AMCL的工作。AMCL是自适应蒙特卡洛定位基于粒子滤波。AMCL的核心参数是min_particles和max_particles控制粒子数的上下限。粒子越多定位越准但计算量越大。我一般设成100到5000在树莓派上跑没问题。还有一个关键参数是laser_model_type我一般用likelihood_field它对激光数据的噪声容忍度更高。如果用的是beam模型遇到玻璃或者镜面反射会直接定位失败。注意AMCL初始化的时候如果机器人初始位置不确定可以在rviz里用“2D Pose Estimate”手动给一个初始位姿。如果初始位姿给得太离谱粒子滤波可能需要很久才能收敛甚至直接发散。5.3 导航过程中的常见异常处理导航过程中我遇到过几种典型异常第一种是机器人突然停止move_base报“aborted”。这通常是全局路径被障碍物挡住了或者代价地图里出现了未知区域。我一般会检查激光雷达的数据是否正常以及代价地图的膨胀半径是否设得太大。第二种是机器人走了一半突然重新规划路径来回震荡。这通常是局部规划器的震荡参数没调好。我一般会调oscillation_reset_dist让机器人在震荡一定距离后强制重新规划。第三种是定位突然跳变机器人以为自己瞬移了。这通常是AMCL的粒子发散导致的。我一般会检查激光雷达和里程计的时间同步以及update_min_d和update_min_a这两个参数确保定位更新的频率和机器人运动匹配。6. 常见问题与排查技巧实录6.1 建图漂移与重影的排查思路建图漂移是最常见的问题。我自己的排查顺序是这样的第一步检查里程计。让机器人直线走一米看odom话题输出的距离和实际距离差多少。如果误差超过5%说明轮式里程计标定有问题。我一般会调wheel_separation和wheel_diameter这两个参数反复测试直到误差在可接受范围内。第二步检查激光雷达的安装位置。激光雷达的坐标系和底盘坐标系之间的tf变换必须准确。如果tf错了扫描匹配就会出错。我一般用rosrun tf static_transform_publisher手动发布一个tf然后在rviz里看激光数据是否和底盘对齐。第三步检查建图参数。如果里程计和tf都没问题那就是Gmapping或者Cartographer的参数需要调。我一般会先降低机器人移动速度再调粒子数或者子图数量。重影问题通常是激光数据丢包或者时间戳不同步导致的。我一般会用rostopic hz /scan检查激光雷达的发布频率如果频率不稳定或者低于10Hz说明驱动或者USB线有问题。6.2 视觉SLAM跟丢的常见原因视觉SLAM跟丢的原因比激光SLAM多得多。我总结了几种典型情况纹理缺失是最常见的。白墙、玻璃、纯色地板这些地方提取不到足够的特征点跟踪就会失败。我试过在白墙前面贴一些便利贴增加纹理之后跟踪就稳定了。光照突变也很致命。从亮处走到暗处或者有强光直射特征点的描述子会完全变掉。我一般会关闭相机的自动曝光手动固定曝光参数减少光照变化的影响。快速运动也会导致跟丢。视觉SLAM的帧率有限如果相机转动太快相邻两帧之间的重叠区域太小特征点匹配就会失败。我一般会限制机器人的角速度不要超过0.5弧度每秒。6.3 ROS2下SLAM的兼容性问题ROS2下跑SLAM我遇到过几个典型问题第一个是tf2的时间戳问题。ROS2对时间戳的要求比ROS1严格如果激光雷达和里程计的时间戳差了几毫秒tf变换就会报错。我一般会用message_filters做时间同步确保所有传感器数据的时间戳对齐。第二个是cartographer_ros在ROS2下的编译问题。我用的Foxy版本需要从源码编译而且依赖的abseil和protobuf版本要匹配。我折腾了一整天才编译通过后来发现用rosdep安装依赖会省事很多。第三个是rviz2的显示问题。ROS2的rviz2在显示激光数据和地图的时候有时候会卡顿或者不刷新。我一般会降低rviz2的刷新率或者直接用Foxglove Studio做可视化效果更好。6.4 常见问题速查表问题现象可能原因排查方法解决方案建图漂移里程计标定不准直线走一米对比odom调轮距和轮径参数地图重影激光数据丢包rostopic hz /scan换USB线或降低波特率回环失败回环检测参数太严检查子图数量调小num_range_data视觉跟丢纹理缺失或光照突变看特征点数量增加纹理或固定曝光导航卡住膨胀半径太大看代价地图调小inflation_radius定位跳变粒子发散看AMCL粒子数调大min_particlesROS2 tf报错时间戳不同步ros2 topic hz用message_filters同步3DGS卡顿计算量太大看GPU占用降低分辨率或换显卡7. 我自己的学习路径与工具推荐7.1 从入门到进阶的路线图如果你刚开始学SLAM我建议按这个顺序来第一个月先把ROS基础搞定。学会写launch文件、发布和订阅话题、用rviz看数据。这些是后面所有工作的基础不然后面遇到问题连调试工具都不会用。第二个月跑通Gmapping建图。用现成的激光雷达和底盘把建图流程走一遍。重点理解tf树、里程计、激光数据这三者之间的关系。第三个月学Cartographer和导航栈。把建图和导航串起来让机器人能自主从A点走到B点。这个阶段会接触到代价地图、路径规划、定位这些概念。第四个月啃视觉SLAM十四讲。把书里的数学推导和代码都过一遍理解特征点法、直接法、后端优化这些核心概念。第五个月跑ORB-SLAM2或者RTAB-Map。用RGB-D相机做视觉建图对比激光建图的效果差异。第六个月尝试3DGS SLAM或者LIO-SAM。这些是进阶方向需要一定的GPU资源和调试经验。7.2 好用的工具和资源调试工具方面rviz是必须的但Foxglove Studio在ROS2下更好用界面更现代支持远程连接。PlotJuggler用来画时间序列曲线很好用调参的时候可以实时看数据变化。仿真环境方面Gazebo是最常用的但物理引擎有时候不太准。我最近在用Isaac Sim渲染效果更好但配置要求也高。如果只是学SLAM算法用Gazebo就够了。数据集方面TUM和KITTI是视觉SLAM最常用的Intel Research Lab和MIT CSAIL是激光SLAM的经典数据集。我建议先用数据集跑通算法再上实机这样能排除硬件问题。提示SLAM十四讲的配套代码在GitHub上可以找到但有些依赖比较老编译的时候需要改CMakeLists。我建议用Docker跑环境隔离省得把系统搞乱。7.3 我踩过的那些坑最后分享几个我踩过的坑希望能帮你省点时间。第一个坑是激光雷达的安装高度。我一开始把雷达装在底盘正中间结果激光扫到了自己的轮子地图上一直有个奇怪的弧形。后来把雷达往前移了五厘米问题就解决了。第二个坑是ROS的时间同步。我用的是树莓派系统时间经常漂移导致tf报错。后来装了chrony做时间同步问题就没了。第三个坑是Cartographer的lua配置文件。我一开始直接复制了别人的配置结果建图效果很差。后来才发现配置文件里的tracking_frame和published_frame要根据自己的机器人改不能直接用默认值。第四个坑是视觉SLAM的标定。我用D435i跑ORB-SLAM2的时候一直跟丢后来发现是相机内参没标定好。用kalibr标定之后跟踪稳定性提升了很多。第五个坑是3DGS SLAM的显存。我一开始用RTX 3060跑SplaTAM建了不到十平米就爆显存了。后来降到一半分辨率才勉强跑通。所以如果你想玩3DGS SLAM显卡至少得12G显存起步。这些经验都是我实际调试过程中积累的有些是看书学不到的有些是踩了坑才记住的。SLAM这个方向入门曲线确实陡但只要把第一个建图流程跑通后面就会越来越顺。希望这篇笔记能帮你少走点弯路。