现在：
Fastslam：粒子滤波
gmapping 发布数据 卡在数据形式不一样 因为laser scan是每一角度都有的？
gridmap：叠加地图和
-若是绕着静态的世界坐标系旋转，有RA，即左乘旋转矩阵
- 若是绕着动态的自身坐标系旋转，有A’R’， 即右乘旋转矩阵
- 若是进行平移，则有TA，即左乘平移矩阵， A’T’为右乘平移矩阵
lidar的栅格建图中，通常直接对返回的目标点所在栅格更新为占据概率，目标点与sensor间连线经过的栅格更新为空闲概率
而毫米波雷达这样做就有一些问题，一个是毫米波雷达的角度分辨率远不及激光，手上这款雷达号称角度分辨率约1°左右，同时，由于毫米波雷达不同于激光是单次覆盖角度小，通过机械旋转得到大角度覆盖范围目标情况，毫米波雷达天线覆盖角度约60°左右，具体可见上图；之后通过多天线测角得到目标角度。
有做毫米波雷达slam 的企业吗
有吧，Daimler家就做蛮多，但貌似国内没岗。国内我就知道几家车企在招，然后海康有做，阿里实验车上也在用，但好像不咋招。
森斯泰克
原数据
CFAR得到点
现在的问题：
一 去除运动点不能用现在这个方法
二 提取局部地图得换个方法
不能添加新的降噪方法 因为森斯泰克点云已经是经过CFAR后的点
优化路线：
一 修改Gridmap方法
二 维护地图点
三 匹配方法现在是 点云和局部地图用fastmatch匹配 改为icp或者newman
或者用icp作为猜测
四
gmapping
1、Gmapping是基于滤波SLAM框架的常用开源SLAM算法。
2、Gmapping基于RBpf粒子滤波算法，即将定位和建图过程分离，先进行定位再进行建图。
3、Gmapping在RBpf算法上做了两个主要的改进：改进提议分布和选择性重采样。
