FASTLIO2建图学习笔记
1.参考文献和源码链接
参考文献：fastlio中ikdtree代码解析_ikdtree 内存-CSDN博客
源码链接：【SLAM学习】FAST-LIO配置_ubuntu18.04 fast-lio环境-CSDN博客
2.建图原理概述
在FASTLIO定位中，采用当前雷达扫描点云和提取PCD地图的KDtree进行点云匹配和残差计算来估计当前车辆位姿。
在建图中，要使用雷达点云来创建全局PCD文件，那么KDtree就无法从PCD地图中得到。是否可以用历史扫描的点云来建立KDtree，对当前的车辆位置进行估计呢？根据估计的位姿，再将雷达点云转换到World系下，并对雷达点云进行拼接转换为PCD地图，这就完成了建图的流程。
故，再建图和定位中，位姿转换都使用ESKF进行估计，只是在KDtree的更新上存在差异。
3.具体步骤
3.1Kdtree更新范围计算
按照当前车辆位置和上一时刻KDtree框的边界，计算是否需要更新KDtree范围，以及新的KDtree范围，需要删除的KDtree范围
3.2根据更新范围，对超出范围的KDtree进行删除，并对删除后的KDtree进行更新
3.3根据当前的KDtree，通过ESKF进行位姿估计
3.4将雷达新扫描的点feats_down_body添加到KDtree中，对KDtree进行增量更新
3.5将扫描的Lidar点转换到World坐标系下，并存储为PCD地图
