前提条件：1,确保读者已经安装了kinect或者其他深度摄像头的驱动，如果未安装，可以直接在网盘下载：http://pan.baidu.com/s/1hqHB10w 提取密码：wrmn
利用深度相机仿激光数据创建地图：
所依赖包的下载与安装：
1,安装hector_slam
2,下载hector_slam_example:下载地址,编译好之后，记住需要将这个文件加入ros包中
ROS_PACKAGE_PATH=/home/用户名/catkin_ws/hector_slam_example:$ROS_PACKAGE_PATH当然路径改成你自己的路径。
3,Install the dependency packages:
rosdep install hector_slam_example
4,在启动之前如果你用的是kinect，那就请你修改一下launch文件吧。
<include file="$(find openni_launch)/launch/openni.launch">
#由于我们使用的kinect，openni2已近不支持了。所以用openni然后就是roslaunch
roslaunch hector_slam_example hector_openni.launch
只需要让移动平台移动就可以去构建地图了，当然这里面用的生成模拟极光的方法是depthimage_to_laserscan，代码的方法速度更快但是要求摄像头要相对稳定，并且尽量水平放置。
效果：
从单帧来看，还是不错的，
但是移动一下后就发现问题了：
查了一下后才知道：
ros中常用的2d slam算法主要有gmapping和hector_slam，其中
hector_slam是个性能非常好的算法，但是作者在论文中说的很明白，hector_slam通过最小二乘法匹配扫描点，且依赖高精度的激光雷达数据，但是不需要里程计。因此扫描角很小且噪声较大的kinect是不行的，我试过，匹配的时候会陷入局部点，地图非常混乱。
hector_slam是个性能非常好的算法，但是作者在论文中说的很明白，hector_slam通过最小二乘法匹配扫描点，且依赖高精度的激光雷达数据，但是不需要里程计。因此扫描角很小且噪声较大的kinect是不行的，我试过，匹配的时候会陷入局部点，地图非常混乱。