GMapping: Improved Techniques for Grid Mapping With Rao-Blackwellized Particle Filters

GMapping是由Giorgio Grisetti、Cyrill Stachniss和Wolfram Burgard于2007年提出的栅格地图SLAM经典论文，发表在IEEE Transactions on Robotics上。该论文在FastSLAM的基础上提出了多种改进技术，包括自适应提议分布、选择性重采样和地图优化等，能够有效提高Rao-Blackwellized粒子滤波在栅格地图构建中的性能和效率。GMapping能够在计算资源有限的情况下实时构建高精度的2D栅格地图，是机器人2D SLAM领域最流行的算法之一。GMapping被引用超过4000次，其开源实现（gmapping ROS包）被广泛应用于移动机器人、服务机器人和自动驾驶等领域，是ROS生态中最常用的SLAM算法之一。