本篇的主旨是对gmapping的源码结构进行说明！
参考资料来源：
http://blog.csdn.net/David_Han008/article/details/71524141?locationNum=16&fps=1
http://blog.csdn.net/roadseek_zw/article/details/53316177
http://blog.csdn.net/David_Han008/article/details/71524141
一、关于gmapping的源码说明
gmapping来源于开源项目openslam
ROS中有两种，一个是openslam_gmapping:是创始者Grisetti开发的对外开放的gmapping，有函数与接口可以提供调用；
另外一个是slam_gmapping，是ROS开发者使用openslam_gmapping中的函数完成的多种功能（读数（scan，odom），处理数据（粒子滤波、scanmatch等），发布数据（map，tf等））的包。
他们两者的关系好比openCV库 与 使用openCV中的函数与接口做的工程。换句话说，slam_gmapping是openslam_gmapping在ros下的二次封装，真正核心的代码都在后者里面。
二、针对openslam_gmapping源码的分析
这里面比较重要的函数就是 gridslamprocessor中的processScan（）函数了
这个函数依次执行了以下步骤：
1.运动模型：
更新t时刻粒子群（在模型中加入高斯噪声）drawfrommotion（）
计算t-1时刻到t时刻的位移增量，以及角位移增量
2.扫描匹配：
接下来一个if判断，包含了大部分程序：
通过匹配选取最优粒子，如果匹配失败，返回一个默认的似然估计scanMatch（）
权重更重采样前更新一次，重采样后又更新一次updateTreeWeights（）
重采样，粒子集对目标分布的近似越差则权重方差越大...resample（）
地图更新，先得到最优的粒子（用权重和weightSum判断）
...未完待续