今日，谷歌開源自動駕駛汽車、機器人等平臺所需的 SLAM 技術的庫 Cartographer。

今天，我們非常高興宣布開源 Cartographer，這是一個 ROS 系統支持的 2D 和 3D SLAM（simultaneous localization and mapping）庫。

SLAM 算法結合來自多個傳感器（比如，LIDAR、IMU 和 攝像頭）的數據，同步計算傳感器的位置并繪制傳感器周圍的環境。例如，使用該方法繪制住室的平面圖：

拿著一臺激光測距機站在房屋中央，在紙上畫一 X ；

測量你所在位置到任一墻面的距離；

在墻面所在位置畫一條線，并寫下 X（你所在位置）與墻面之間的距離；

測量你所在位置到另一墻面的距離并畫出代表墻面的直線；

現在，移動到房屋的另一位置；

因為墻面不會移動，你可以測量到上述兩個墻面的距離，從而測定你的位置；

SLAM 是眾多自動駕駛平臺的重要組件，比如自動駕駛汽車、倉庫中的自動叉車、掃地機器人、UAVs 等。

在產業界和學術界常見的傳感器配置上，Cartographer 能實時建立全局一致的地圖。如以下視頻所示：

Cartographer 2D 算法的詳細描述可參加谷歌 ICRA 論文： Real-Time Loop Closure in 2D LIDAR SLAM （ 論文需購買，點擊閱讀原文查看論文連接）

由于集成了 ROS 和來自外部貢獻者的支持，Cartographer 已經被用在多個 ROS 支持的機器人平臺上了：

Toyota HSR

TurtleBots

PR2

Revo LDS

在谷歌，從博物館、交通樞紐的繪制，到著名建筑的可視化，Cartographer 已經被應用于廣泛地領域。

我們認識到高質量數據集對研究社區的價值，這也是為什么與德國博物館（世界上最大的科技博物館）合作的情況下，開源 3 年來在開發和測試 Cartographer 期間使用 2D 和 3D 繪圖backpack 平臺收集到的 Lidar 和 IMU 數據。

目前，Cartographer 特別注重于 Lidar SLAM，通過社區的貢獻和持續開發，我們希望增加更多傳感器和平臺的支持，增加更多的新特征，比如在預先存在的地圖中的 ADVERTISEMENT lifelong mapping 和 localizing。