教程一：如何在没有ros的系统上实现slam建图
目前大多人群所知的建图slam知识，局限于使用LIDAR进行SLAM（同时定位和地图绘制）在功能强大的计算机上使用ROS。
这样的话存在两个问题：1）强大的计算机（成本，大小）2）ROS（复杂性，开销，复杂的ui）
好消息：您不再需要任何一个。
Simon Levy最近更新了他非常高效的BreezySLAM python代码 （本文描述在此处），以支持新一代廉价强大的LIDAR和单板计算机，包括：
使用RPLidar Python库的Slamtech系列LIDAR（A1，A2，A3）。我推荐A1，价格仅为499元，范围为1200万，每秒采样8000个。
运行rpslam.py示例，查看它是否正常运行单板计算机。尽管它可以在Raspberry Pi 3上运行，但我还是推荐Odroid XU4，它的价格仅为1000元，运行速度是它的两倍，在Linux下也可以正常工作.
迷你电脑。基于Atom的x86微型PC的成本仅比单板计算机高一点，并且更易于扩展。BreezySLAM已在此服务器上进行了测试（116美元，包括Windows，您应该忽略它，而应运行Linux！），并且运行良好。
另外，也可以使用功能齐全的Intel NUC，它虽然价格较高，但可以以更高的分辨率运行BreezySLAM，并具有大量的处理开销来完成其他任务，例如机器学习和计算机视觉。如果您买到这台（$ 339），则需要内存和存储空间
当然，它也可以在任何运行Linux的PC上运行
如果您将Odroid和RP-Lidar A1结合使用，则可以以不到200美元的价格获得功能强大的完整Lidar SLAM解决方案！
一些注意事项：
请在此处按照BreezySLAM的说明进行操作。如果您使用的是RP Lidar设备（推荐！），请不要忘记先安装RPLidar librar：“ sudo pip3 install rplidar”
根据您计算机的速度，每次更新可能需要采样较少的数据点，您可以通过修改代码中的“ MIN_SAMPLES”行来完成。例如，在上面的Atom Mini PC上，我只能获得195个样本，然后才能显示如下所示的“无死亡地图”：
在Intel NUC上，每次通过可以得到210分。
在Odroid上我可以获得200分
在Atom Mini PC上，我可以得到195
在Raspberry Pi 3上，一次更新一次只能得到75，而且有很多工件，因此还没有真正有用。
我的建议：搭配RP Lidar A1和Odroid。不到200美元，效果很好。
