4 · 常见SLAM话题类型

做SLAM调试，说白了就是跟一堆话题打交道。你打开rostopic list，满屏的名字，哪个是传感器数据，哪个是里程计，哪个是地图？我刚开始接触那会儿也晕，后来摸清规律了——其实就三大类：传感器话题、里程计话题、地图话题。今天咱们就把它们彻底捋清楚。

4.1 传感器数据话题 —— 系统的眼睛和耳朵

传感器话题是SLAM最底层的输入。我个人习惯，拿到一个bag先看/scan和/imu有没有数据。为什么？因为后面所有东西都建立在它们之上。

• /scan：激光雷达的原始数据，sensor_msgs/LaserScan。包含距离、角度、强度。我遇到过好几次雷达被遮挡，/scan频率正常但全是inf，地图直接飘了。
• /imu：惯性测量单元，sensor_msgs/Imu。角速度、线加速度、姿态四元数。注意，很多廉价IMU的偏置会慢慢漂移，你盯着rostopic echo /imu看一分钟就能发现。
• /odom（原始轮式里程计）：有些机器人直接把轮子编码器数据发成/odom，但注意这跟后面说的里程计话题不是一回事。原始odom通常噪声大，尤其打滑的时候。

4.2 里程计话题 —— 机器人到底在哪儿？

里程计话题是SLAM的“脊梁骨”。它告诉你机器人从起点走了多远。但说实话，纯里程计一定会漂，只是时间问题。

• /odom（融合里程计）：很多SLAM框架会发布一个融合后的/odom，比如robot_pose_ekf或者imu_encoder融合的结果。类型是nav_msgs/Odometry，包含位姿和速度。
• /odometry/filtered：robot_localization包常用的输出。我建议你直接看这个，比原始odom稳得多。
• /tf 中的 odom→base_link：其实里程计信息也藏在TF树里。你可以用tf_echo /odom /base_link查看相对变换。

4.3 地图话题 —— 我们建出来的世界

地图话题是SLAM的输出，也是导航的输入。你想想看，没有地图，机器人就是个瞎子。

• /map：占用网格地图，nav_msgs/OccupancyGrid。每个格子0（空闲）、100（占据）、-1（未知）。我经常用map_server保存后，再用Python脚本检查地图边界，看有没有异常黑色块。
• /map_metadata：地图的元数据，包括分辨率、宽度、高度、原点坐标。分辨率错了，导航直接撞墙。我记得有一次同事把0.05米写成了0.5米，机器人以为世界很大，结果到处乱撞。

4.4 一张表总结常见话题

话题名	消息类型	典型频率	调试要点
/scan	sensor_msgs/LaserScan	10~40 Hz	检查range_min/range_max，是否有inf或NaN
/imu	sensor_msgs/Imu	50~200 Hz	看角速度零偏是否稳定，加速度模值是否接近9.8
/odom	nav_msgs/Odometry	20~100 Hz	对比位移增量与编码器脉冲，打滑时明显异常
/map	nav_msgs/OccupancyGrid	低频 (0.1~1 Hz)	检查地图原点、分辨率，数据是否全为-1
/map_metadata	nav_msgs/MapMetaData	随/map发布	确认resolution和origin与真实场景一致

4.5 实战小技巧：如何快速定位话题异常

嗯，这里我要分享一个我自己一直在用的三板斧：

1. 看频率 —— rostopic hz /scan /odom /imu。频率突然掉了一半？大概率是传感器掉线或者CPU过载。
2. 看极值 —— rostopic echo /scan | grep -E "range_min|range_max"。如果range_max突然变小，可能是雷达被遮挡。
3. 看时间戳 —— rostopic delay /scan。延迟超过100ms，SLAM基本就废了。我曾经在工控机上遇到过USB带宽不够，/scan延迟飙到300ms，地图直接扭曲。