1、简述

robot_localization在SLAM建图、导航中常用于将多个传感器融合（IMU、里程计、深度相机、GPS等），以提高定位精度，为机器人提供了在三维空间中的非线性状态估计

robot_localization包含两个状态估计节点：

• ekf_localization_node：扩展卡尔曼滤波（EKF），缺点是非线性程度较高的情况下可能存在不稳定性；
• ukf_localization_node：无迹卡尔曼滤波（UKF），缺点是计算量较大。

另外：navsat_transform_node节点用于集成 GPS 数据。

特点：
1）可以实现任意数量传感器的融合。
节点不限制输入源的数量。例如，如果机器人有多个 IMU 或多个里程计信息源，则其中的状态估计节点robot_localization可以支持所有这些信息源。

2）支持多种 ROS 消息类型。
所有状态估计节点robot_localization均可接收的消息类型

• nav_msgs/Odomet