catographer框架分為前端和后端
前端包括雷達數據處理；位姿預測；掃描匹配和柵格地圖更新。
后端包括后端：線程池任務與調度；向位姿圖添加節點，計算節點的子圖內約束和子圖間約束（回環檢測）；多分辨率地圖；基于分支定界算法的粗匹配，優化問題的構建與求解。
前端
雷達數據處理
local_trajectory_builder_2d.AddRangeData
點云數據處理，具體包括多傳感器時間同步，點云數據去畸，以及體素濾波。
位姿預測
local_trajectory_builder_2d.AddAccumulatedRangeData.ExtrapolatePose
利用pose，以及傳入的里程計，imu數據計算出線速度和角速度，不同的情況選擇參與運算的傳感器不同。利用線速度角速度乘以時間預測平移和姿態。
詳見《》
掃描匹配
掃描匹配的目的是找到雷達點云在柵格地圖中的位置與角度。
掃描匹配包括相關性掃描匹配RealTimeCorrelativeScanMatcher2D和ceres掃描匹配
將相關性掃描匹配的位姿作為ceres掃描匹配的初始值。
詳見《Cartographer 基于ceres的掃描匹配-CSDN博客》
更新概率柵格地圖
將雷達數據寫入概率柵格地圖
詳見《Cartographer 柵格地圖更新-CSDN博客》
后端
后端主要實現的是位姿圖優化。向位姿圖添加節點AddNode，計算節點的子圖內約束和子圖間約束（回環檢測）；多分辨率地圖；基于分支定界算法的粗匹配，優化問題的構建與求解。
cartographer 中的節點共有兩類---關鍵幀節點和子圖節點。
關鍵幀指的是子圖關鍵幀，而子圖是由連續的若干個激光關鍵幀拼接到一起形成的子地圖。
在carto中子圖節點稱為submap，關鍵幀節點稱為node
構建約束是在這兩類節點之間構建。
圖中，三角表示子圖，圓圈表示節點，由于傳感器的一次掃描數據可能插入到多個不同的子圖，所以同一個節點可能和多個子圖之間存在一定的匹配關系。
子圖內約束：
local 坐標系下，子圖原點指向tracking_frame的坐標變換
????node和insertion_submaps之間的約束，由于在前端是，一個node只插入到了兩個submap中，所以個node最多只有兩個約束為子圖內約束。
子圖間約束：
根據global坐標計算初值，然后通過分支丁界算法粗匹配與ceres的精匹配，獲取校準后的位姿，最后計算local坐標系下，子圖原點指向校準后的節點間的坐標變換。
????????使用分支定界算法之前需要先構建多分辨率地圖。
構建優化問題，并求解：
- 確定2個節點在global坐標系下的相對位姿變換
- 通過其他方式再次獲取這兩個節點的相對位姿變換
- 對這2個先對位姿變換的差的最小二乘問題進行求解
- 進行求解之后會得到一個增量，將當前位姿加上這個增量后就得到了優化后的位姿
? ? ?cartographer中通過ceres添加殘差項構建優化問題求解。
詳見《》
）之tearDown 線程組)
