上一节介绍了在cartographer进行建图和定位(在线和离线)。
本节将分析cartographer运行时的误差与延迟，主要是在线定位时的，并尝试优化解决。
目录
1，误差分析
建图时的漂移，重影等现象基本可以通过：
确保雷达足够的频率和角度；
建图时移动速度均匀且不要过快；
调整建图参数；足够多的迭代优化；
融合里程计+陀螺仪等方式解决。
这里的误差主要指在实时定位的定位错差。
a，硬件精度
这个很明显，定位的精度和原始数据的精度息息相关。
有条件的可以提高雷达，里程计，陀螺仪等硬件精度，也可以对初始数据优化处理，得到更精准的数据。
b，初值敏感
cartographer的定位过程，十分依赖初始定位坐标，如果初始位置定位就出错，后续很难修正。
可以通过重定位或者在易于识别的地方初始定位解决，且确保初始定位到正确位置之后再继续。
c，计算量大
大量的约束计算，以及全局优化的迭代计算，造成明显的延迟误差。
2，延时优化
因为延时基本上都是因为计算量大引起，所以延时优化得核心就是降低计算。
当然也有是因为硬件传感数据延时或者网络延时引起的，但不涉及算法，在此不予讨论。
在实际使用中可以通过调整下列参数来减低计算量。
本地：
--当IMU和Odom足够信赖时,可以关闭CSM,只使用位姿预估.
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = false
TRAJECTORY_BUILDER_2D.motion_filter.max_angle_radians 增大
TRAJECTORY_BUILDER_2D.motion_filter.max_distance_meters 增大
全局：
MAP_BUILDER.pose_graph.constraint_builder.min_score 降低
MAP_BUILDER.pose_graph.constraint_builder.max_constraint_distance 降低
MAP_BUILDER.pose_graph.constraint_builder.sampling_ratio 降低
减少重复子图：
MAP_BUILDER.pose_graph.overlapping_submaps_trimmer_2d = {
fresh_submaps_count = 1,
min_covered_area = 2,
min_added_submaps_count = 5,
}
3，简单小结
到这里为止，已经介绍了，cartographer在ros系统下的安装，发布数据，参数调整，建图定位以及延时误差分析等，cartographer_ros篇章就告一段落了。
通过这一系列的文章，希望可以帮助大家快速的上手，并在实际应用中使用cartographer。有什么错误或者不足之处，也希望大家不吝赐教。
后续会有深入的代码解读和算法优化，也欢迎有兴趣的，想要继续研究的小伙伴们一起交流讨论。