Merge branch 'master' of github.com:gaoxiang12/slam_in_autonomous_dri…

…ving

readme.md

@@ -30,7 +30,7 @@
     - 接下来您会实现一遍2D激光SLAM中的常见算法：扫描匹配、似然场、子地图，占据栅格，再用回环检测来构建一个更大的地图。这些都需要您自己来完成。
     - 在激光SLAM中，您也会自己实现一遍Kd树，处理近似最近邻，然后用这个Kd树来实现ICP，点面ICP，讨论它们有什么可以改进的地方。
     - 然后您会实现经典的NDT算法，测试它的配准性能，然后用它来搭建一个激光里程计。它比大部分现有LO快得多。
-    - 您也会实现一个点面ICP的激光里程计，它也非常快。
+    - 您也会实现一个点面ICP的激光里程计，它也非常快。它工作的方式类似于Loam，但更简单。
     - 您会想要把IMU系统也放到激光里程计中。我们会实现松耦合和紧耦合的LIO系统。同样地，您需要推导一遍迭代卡尔曼滤波器和预积分图优化。
     - 您需要把上面的系统改成离线运行的，让回环检测运行地充分一些。最后将它做成一个离线的建图系统。
     - 最后，您可以对上述地图进行切分，然后用来做实时定位。
@@ -42,7 +42,7 @@
 ![](./doc/2dmapping_demo.gif)
 ![](./doc/lo_demo.gif)
 
-您会发现调试算法的乐趣。
+希望您能喜欢本书的极简风格，发现算法的乐趣所在。
 
 ## 数据集