ZHANGJi,SINGHS.Low-driftandreal-timelidarodometry and mapping[J].Autonomous Robots,2017,41(2): 401-416.

这篇论文讨论了一种基于激光雷达的低漂移实时里程计和建图方法。该方法使用激光雷达扫描来提取环境的特征，并使用扩展卡尔曼滤波器来对机器人的位姿进行估计。同时，该方法还利用高斯过程回归来建立环境的地图。

该方法的优点在于具有较高的精度和鲁棒性，能够实现实时的里程计和建图，并且能够处理机器人在复杂环境中的运动。该方法还可以与其他传感器进行融合，以进一步提高精度和鲁棒性。

然而，该方法也存在一些局限性，例如需要较高的计算能力和存储空间，以及对激光雷达的精确校准要求较高。此外，该方法还需要进行大量的离线训练和调整，以适应不同的环境和机器人。