主要观点总结
本文介绍了机器人SLAM建图与自主导航的相关内容，包括差速轮式机器人的概念、Gazebo仿真环境的搭建、gmapping slam算法的使用以及SLAM算法的引入。文章还详细阐述了SLAM算法的定义、应用领域、分类和流程，同时介绍了gmapping算法的基本原理和安装方法。此外，文章还提供了代码示例，展示了如何使用SLAM算法进行机器人导航。
关键观点总结
关键观点1: 机器人SLAM建图与自主导航的介绍
文章介绍了机器人SLAM建图与自主导航的基本概念，包括差速轮式机器人、Gazebo仿真环境、gmapping slam算法等。
关键观点2: SLAM算法的定义、应用领域和分类
文章阐述了SLAM算法的定义、应用领域，以及根据依赖的传感器的不同，SLAM算法可以分为激光SLAM和视觉SLAM。
关键观点3: gmapping算法的基本原理和安装方法
文章详细介绍了gmapping算法的基本原理，以及如何在Ubuntu 20.04 + ros noetic下安装gmapping和保存地图文件的map_server。
关键观点4: 代码示例：机器人导航
文章提供了一个代码示例，展示了如何使用SLAM算法进行机器人导航。该示例包括创建目标列表并发送给移动基底座，使机器人能够自主导航到不同的目标位置。
文章预览
前言 这篇文章我开始和大家一起探讨机器人SLAM建图与自主导航 ，在前面的内容中，我们介绍了差速轮式机器人的概念及应用，谈到了使用Gazebo平台搭建仿真环境的教程，主要是利用gmapping slam算法，生成一张二维的仿真环境地图 。我们也会在这篇文章中继续介绍并使用这片二维的仿真环境地图，用于我们的演示。 教程 SLAM算法的引入 （1）SLAM：Simultaneous Localization and Mapping，中文是即时定位与地图构建，所谓的SLAM算法准确说是能实现SLAM功能的算法，而不是某一个具体算法。 （2）现在各种机器人研发和商用化非常火 ，所有的自主机器人都绕不开一个问题，即在陌生环境中，需要知道周边是啥样（建图），需要知道我在哪（定位），于是有了SLAM 课题的研究。SLAM在室内机器人，自动驾驶汽车建图，VR/AR穿戴等领域都有广泛的应用。 （3）SLAM算法根据
………………………………
