4、SLAM建图：使用SLAM Toolbox进行在线建图、保存地图、地图优化技巧
说到SLAM建图，很多新手第一反应就是跑个gmapping或者Cartographer。但我个人习惯，现在更推荐用SLAM Toolbox。为什么？因为它太懂我们做工程的人了——既能在线建图，又能随时保存、重定位、甚至做地图的后期优化。说白了，它就是ROS2生态里最趁手的建图工具之一。
4.1 为什么选择SLAM Toolbox？
我最早接触SLAM Toolbox是在一个仓储机器人的项目里。当时客户要求机器人能快速部署到不同仓库，每次都要重新建图。用gmapping建完图，机器人一旦关机，地图就丢了，下次还得重来。而SLAM Toolbox支持序列化地图，建到一半关机？没关系，下次加载继续建。这个特性在实际项目中太救命了。
它的核心优势有几点：
- 支持在线与离线建图：你可以实时看着地图一点点生成，也可以事后用录好的bag包建图。
- 地图序列化：建图过程中的所有状态都可以保存为文件，下次直接加载，继续建。
- 自带重定位功能：地图建好后，机器人可以在地图中定位，不需要额外跑AMCL。
- 地图优化工具：建完图后还能做手动或自动的图优化，修正漂移。
4.2 快速上手：启动SLAM Toolbox在线建图
嗯，这里要注意，SLAM Toolbox在ROS2里已经作为正式包发布了。安装很简单：
sudo apt install ros-humble-slam-toolbox启动建图，我一般用这个launch文件：
ros2 launch slam_toolbox online_async_launch.py
slam_params_file:=./slam_toolbox_params.yaml
use_sim_time:=false参数文件是关键。我分享一份我常用的配置，你直接拿去用：
slam_toolbox:
ros__parameters:
# 核心参数
mode: mapping # mapping 或 localization
base_frame: base_footprint
odom_frame: odom
map_frame: map
# 激光雷达参数
max_laser_range: 12.0
minimum_time_interval: 0.5
transform_timeout: 0.2
# 图优化参数
ceres_linear_solver: SPARSE_NORMAL_CHOLESKY
ceres_preconditioner: SCHUR_JACOBI
ceres_loss_function: HuberLoss
# 地图更新
map_update_interval: 5.0
resolution: 0.05启动后，用键盘控制机器人走一圈，你会在RViz里看到地图一点点展开。那种感觉，就像在黑暗中慢慢点亮一盏灯。
minimum_time_interval，结果激光数据太密集，CPU直接飙到100%。机器人走两步就卡死。后来我把这个值设成0.5秒，问题就解决了。别小看这个参数。
4.3 保存地图：不只是存一张图片
很多人以为保存地图就是 map_saver 存个pgm和yaml。但SLAM Toolbox的保存方式更强大——它保存的是整个图优化的状态。
保存地图的命令：
ros2 run slam_toolbox map_saver_cli -f my_map这会生成两个文件：
my_map.yaml：地图元数据my_map.pgm：栅格图像
但如果你想要保存完整的SLAM状态（包括所有节点、约束、未优化的图），用这个：
ros2 service call /slam_toolbox/serialize_map
slam_toolbox/srv/SerializeMap
"{filename: 'my_full_map'}"这会生成一个 .posegraph 文件。下次启动时加载它，就能接着上次的进度继续建图。我在一个大型商场项目里，就是靠这个功能分多次建完了一整层楼的地图。
map_saver：存的是最终栅格图，适合导航用。serialize_map：存的是完整SLAM状态，适合继续建图或后期优化。
4.4 地图优化技巧：让地图更干净
建完图后，你可能会发现地图上有一些噪点、重影或者漂移。别急，SLAM Toolbox提供了几个优化手段。
4.4.1 手动图优化
SLAM Toolbox自带一个交互式优化工具。启动后，你可以在RViz里手动调整节点位置：
ros2 run slam_toolbox slam_toolbox_manual_loop_closure操作方式：
- 在RViz中选中两个应该重叠但实际没对齐的区域。
- 点击「Add Loop Closure」添加回环约束。
- 运行图优化，地图会自动调整。
我记得有一次建一个回字形走廊，因为激光雷达视角受限，地图在拐角处出现了明显的错位。手动加了两个回环约束后，地图瞬间对齐了。那种成就感，嗯，你试试就知道了。
4.4.2 自动优化参数调优
如果你不想手动干预，可以调整这些参数让SLAM Toolbox自动优化：
| 参数 | 作用 | 推荐值 |
|---|---|---|
loop_search_max_distance |
回环检测的最大搜索距离 | 8.0 米 |
loop_search_max_angle |
回环检测的最大角度偏差 | 0.3 弧度 |
correlation_search_space_dimension |
相关性搜索窗口大小 | 0.5 米 |
correlation_search_space_resolution |
搜索分辨率 | 0.01 米 |
你想想看，如果走廊很长，loop_search_max_distance 设得太小，回环就检测不到。设得太大，计算量又上去了。我一般先设8米，如果发现回环检测不到，再逐步加大。
4.4.3 地图后处理
建完图后，我还会用一些外部工具做最后的清理：
- 膨胀处理：用
nav2_map_server的map_saver配合膨胀半径参数，把障碍物边缘加宽，防止机器人撞墙。 - 手动编辑：用GIMP或Photoshop打开pgm文件，把噪点涂掉。虽然土，但有效。
- 降采样：如果地图太大，可以用
image_magic把分辨率从0.05降到0.1，文件大小直接缩到1/4。
4.5 避坑指南：我踩过的那些坑
最后，分享几个我实际项目中遇到的坑，你遇到了可以少走弯路：
- 激光雷达安装角度：如果激光雷达装歪了，建出来的地图会整体倾斜。记得用
tf2做静态变换补偿。 - 轮子打滑：在光滑地面上，轮子打滑会导致里程计漂移，地图出现重影。解决办法是加IMU做融合，或者用更可靠的编码器。
- 动态物体干扰：建图时如果有人走来走去，地图上会留下「鬼影」。我一般选择在无人时段建图，或者用
scan_filter过滤掉动态点。 - 地图保存路径：
serialize_map服务保存的文件默认在~/.ros目录下。别像我一样找了半天才发现。
好了，这一章的内容就到这里。SLAM建图这件事，说白了就是让机器人「看懂」它所在的世界。工具再好，也得多动手试。你拿着这份指南去跑一遍，遇到问题再回来翻翻，应该能省不少时间。