# cartographer性能调优

**Repository Path**: will_sw/cartographer_config

## Basic Information

- **Project Name**: cartographer性能调优
- **Description**: No description available
- **Primary Language**: C++
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 6
- **Created**: 2021-02-01
- **Last Updated**: 2021-02-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# cartographer性能调优

## 0. 配置说明
* 以处理单个LaserScan, 2D为例
* 参数配置层次
    + 最高层参数options，例如backpack_2d.lua的设置
        * map_builder = MAP_BUILDER（来自map_builder.lua）
            + pose_graph = POSE_GRAPH（来自pose_graph.lua）
        * trajectory_builder = TRAJECTORY_BUILDER（来自trajectory_builder.lua）
            + trajectory_builder_2d = TRAJECTORY_BUILDER_2D（来自trajectory_builder_2d.lua）
            + trajectory_builder_3d = TRAJECTORY_BUILDER_3D（来自trajectory_builder_3d.lua）

## 1. cartographer算法流程介绍

### 1.1 数据预处理

* LaserScan数据的运动补偿

```
options.num_subdivisions_per_laser_scan = 10           // 一帧scan数据被拆成10部分，每部分按一个TimedPointCloudData消息发送
TRAJECTORY_BUILDER_2D.num_accumulated_range_data = 10  // 然后再把10个点云消息拼接起来（做运动补偿），作为当前帧输入
```

TRAJECTORY_BUILDER_2D.num_accumulated_range_data也可以用来把多个LIDAR传感器数据汇集在一起。

### 1.2 前端（Local SLAM，LocalTrajectoryBuilder）

前端的任务是将输入雷达数据与已有子地图做匹配，获得机器人位姿，以及将输入雷达数据更新到已有子地图上，或创建新的子地图。
前端做完后，则可以获得当前帧与相关子地图的相对位姿关系，这个关系将用于后端位姿图优化。

cartographer提供了2种雷达数据与已有子地图匹配算法：
1) CeresScanMatcher：通过迭代优化算法（利用Ceres实现），给定初始位姿，求解最优的位姿使得变换后雷达数据可以与子地图吻合得最好。这个算法相对较快。
2) RealTimeCorrelativeScanMatcher：当TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching设置为true时，将先采用这种匹配算法获得初始位姿，
然后再用CeresScanMatcher优化。

### 1.3 后端（Global SLAM）

后端优化时，

## 2. 性能优化建议

### 2.1 纯前端测试

按照目前测试结果看，大部分时间耗在cartographer::mapping:scan_matching::FastCorrelativeScanMatcher2D::ScoreCandidates上，
这个是在后端调用的，用来生成优化所需要的约束项，约束项的生成需要做scan match。

所以先建议按照下面设置彻底关掉后端优化，然后再测试一下，看看是否可以实时。
```
POSE_GRAPH.optimize_every_n_nodes = 0
POSE_GRAPH.constraint_builder.sampling_ratio = 0
POSE_GRAPH.global_sampling_ratio = 0
```

* 如果不能实时，说明前端也比较耗时间。看看CPU占用率，然后针对耗时的操作继续进行下一步前端调优。
* 如果可以实时，说明前端所耗时间可以接受，则重心放在后端调优上。

### 2.2 后端调优

* 设置用于后台匹配和优化的线程数
```
MAP_BUILDER.num_background_threads = 内核数左右，稍小一点，或稍大一点，看看性能
```

* 先关掉局部约束生成
```
POSE_GRAPH.constraint_builder.sampling_ratio = 0
```

然后调整全局约束计算频率，和全局优化频率，看看是否可以实时。
```
POSE_GRAPH.global_sampling_ratio = xx
POSE_GRAPH.optimize_every_n_nodes = xx
```

* 然后调整局部约束计算频率
```
POSE_GRAPH.constraint_builder.sampling_ratio = xx
```