3、地图构建基础：SLAM原理简介、Cartographer配置、建图流程与参数调优、地图保存与格式
各位同学，欢迎来到第三章。上一章我们把机器人底盘和传感器都跑通了，但机器人还是个「睁眼瞎」——它不知道自己在哪里，也不知道周围长什么样。这一章，我们就来解决这个问题。
说白了，地图构建就是让机器人一边走一边画地图，同时还得知道自己在地图上的哪个位置。这就是SLAM（Simultaneous Localization and Mapping）的核心思想。我个人习惯把SLAM理解成「先有鸡还是先有蛋」的问题：要定位就得有地图，要建图就得知道位置。嗯，这俩事儿得同时干。
核心知识点速览
- SLAM的基本原理与数学框架
- Cartographer的配置与启动
- 建图流程与参数调优实战
- 地图保存与格式转换
3.1 SLAM 原理简介
SLAM 这个缩写，你肯定听过无数遍了。但它的本质到底是什么？我换个角度给你讲。
想象你蒙着眼睛走进一个陌生的房间，手里拿着一根棍子。你每走一步，就用棍子戳一下周围的墙壁——这就是激光雷达在测距。同时你的大脑在默默计算：我走了几步？方向变了吗？——这就是里程计。然后你根据这些信息，在脑海里拼凑出房间的轮廓，同时判断自己站在哪里。这就是SLAM。
数学上，SLAM 可以拆解成两个核心问题：
- 前端（Front-end）：处理传感器数据，做帧间匹配。比如用 ICP（迭代最近点）或 CSM（相关扫描匹配）来估计机器人相邻时刻的位姿变化。
- 后端（Back-end）：处理前端给出的约束关系，进行全局优化。最常见的方法是图优化（Graph-based SLAM），把机器人的位姿和观测都当成节点，约束当成边，然后求解一个最小二乘问题。
我在项目中遇到过最头疼的问题，就是前端匹配跑飞了。明明只转了个弯，算法却以为机器人平移了两米。后来发现是激光数据的时间戳没对齐。嗯，时间同步这事儿，后面我会专门讲。
小提示：ROS2 中常用的 SLAM 方案有 Cartographer、slam_toolbox、以及基于 ORB-SLAM3 的视觉方案。对于轮式机器人，我个人最推荐 Cartographer——它稳定、精度高，而且对传感器要求没那么苛刻。
3.2 Cartographer 配置
Cartographer 是 Google 开源的一个 2D/3D SLAM 库。它最大的特点是引入了「子图（Submap）」的概念：把地图切成一小块一小块，每块内部做局部优化，块与块之间做全局优化。这样既保证了实时性，又不会让地图漂移得太离谱。
安装 Cartographer 其实不复杂，但有几个坑。我直接给你一个我验证过的安装流程：
# 1. 安装依赖
sudo apt install -y \
libgoogle-glog-dev libgflags-dev \
libatlas-base-dev libeigen3-dev \
libsuitesparse-dev
# 2. 编译 Cartographer（ROS2 版本）
cd ~/ros2_ws/src
git clone https://github.com/ros2/cartographer.git
git clone https://github.com/ros2/cartographer_ros.git
cd ~/ros2_ws
colcon build --packages-select cartographer cartographer_ros
source install/setup.bash配置文件的路径通常在 cartographer_ros/configuration_files 下。你需要关注两个文件：
backpack_2d.lua：这是 Cartographer 的主配置文件，里面包含了所有可调参数。backpack_2d.urdf：机器人模型文件，定义了传感器相对于机器人基座的安装位置。
我曾经犯过一个低级错误：把激光雷达的安装高度写错了，结果建出来的地图全是倾斜的。你想想看，一个倾斜的地图，导航怎么可能准？
注意：Cartographer 的配置文件是 Lua 格式，不是 YAML。别搞混了。Lua 文件里每个参数后面都要有逗号，少一个逗号就会报错，而且错误信息很不直观。
3.3 建图流程与参数调优
好了，配置搞定，我们来跑建图。启动命令其实就两行：
# 启动 Cartographer 节点
ros2 launch cartographer_ros cartographer.launch.py \
configuration_directory:=/path/to/config \
configuration_basename:=backpack_2d.lua
# 启动 RViz 查看建图过程
ros2 run rviz2 rviz2 -d /path/to/cartographer_ros/configuration_files/demo_2d.rviz启动之后，你会看到 RViz 里出现一个不断扩展的地图。这时候你需要手动控制机器人移动，或者用键盘/手柄遥控它走一圈。我个人习惯先让机器人沿着房间边缘走一圈，再走一些「之」字形路线，把内部区域也覆盖到。
建图过程中，你可能会遇到几个常见问题：
- 地图漂移：机器人走了一圈回来，地图对不上了。这通常是闭环检测没生效。检查
POSE_GRAPH.optimize_every_n_nodes参数，我一般设成 3-5。 - 地图模糊：边缘不清晰，像没对上焦的照片。调大
TRAJECTORY_BUILDER_2D.submaps.resolution，默认是 0.05 米，可以改成 0.025。 - CPU 占用过高：机器人跑着跑着就卡死了。降低
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window，从 0.1 改成 0.05。
这里我整理了一份参数调优速查表，是我在实际项目中反复试出来的：
| 参数路径 | 默认值 | 推荐值 | 说明 |
|---|---|---|---|
| TRAJECTORY_BUILDER_2D.submaps.resolution | 0.05 | 0.025 | 地图分辨率（米/像素），越小越精细 |
| TRAJECTORY_BUILDER_2D.submaps.num_range_data | 90 | 60 | 每个子图包含的激光帧数，越小闭环越快 |
| POSE_GRAPH.optimize_every_n_nodes | 0 | 3 | 每 N 个节点做一次全局优化，0 表示禁用 |
| TRAJECTORY_BUILDER_2D.ceres_scan_matcher.translation_weight | 10.0 | 15.0 | 平移权重，增大可减少抖动 |
| TRAJECTORY_BUILDER_2D.ceres_scan_matcher.rotation_weight | 40.0 | 50.0 | 旋转权重，增大可减少角度漂移 |
调优口诀：分辨率高地图清，子图小闭环快。平移权重压抖动，旋转权重稳方向。优化间隔别太大，三到五帧刚刚好。
3.4 地图保存与格式
建图完成后，你需要把地图保存下来。Cartographer 自带了一个保存工具：
# 保存地图（包含 .pgm 和 .yaml 两个文件）
ros2 run cartographer_ros cartographer_save_map \
-map_filename /home/user/maps/my_map这条命令会生成两个文件：
my_map.pgm：灰度图，白色表示可通行区域，黑色表示障碍物，灰色表示未知区域。my_map.yaml：元数据文件，包含分辨率、原点坐标、占用阈值等信息。
YAML 文件的内容大概长这样：
image: my_map.pgm
resolution: 0.050000
origin: [-10.0, -10.0, 0.0]
negate: 0
occupied_thresh: 0.65
free_thresh: 0.196这里有个细节要注意：occupied_thresh 和 free_thresh 决定了地图的「软硬」程度。阈值设高了，地图会变得很「保守」，稍微有点噪声就认为是障碍物；设低了，又可能把真正的障碍物当成空地。我一般用默认值，除非建图环境特别复杂。
小技巧：如果你想把 Cartographer 的地图转成 ROS2 导航栈需要的格式，直接用 map_server 加载就行。命令是 ros2 run nav2_map_server map_server --ros-args -p yaml_filename:=/path/to/my_map.yaml。
地图格式这块，我再多说两句。除了 PGM，你可能会遇到 PNG、BMP 甚至 JPEG 格式的地图。但 ROS2 导航栈只认 PGM + YAML 的组合。如果你从别的地方拿到了 PNG 地图，可以用 ImageMagick 转一下：
convert input.png -colorspace Gray output.pgm我曾经接手过一个项目，同事用 PNG 格式保存了地图，结果导航栈死活加载不了。折腾了半天才发现是格式问题。所以，老老实实用 PGM，别整花活。
好了，这一章的内容就到这里。地图建好了，下一章我们就要开始让机器人真正地「导航」了。记住，地图质量直接决定导航效果，别急着往下走，先把参数调好。