TrajectoryBuilder是用来创建一个trajectory的。

该类首先要保存trajectory上的传感器数据，从一个连续的多帧传感器数据中会抽取若干关键帧。一帧关键帧数据被称为trajectory上的一个节点，一条trajectory由一串节点组成，所以TrajectoryBuilder要维护一个节点列表

每一帧时的传感器数据相对于该Submap的局部坐标变换要已知

该类要创建并维护一个栅格化的Submap列表，以便在MapBuilder中对所有的submap进行优化，形成一个总的Map。每个Submap相对于世界坐标系的位姿要估计出来，这样PoseGraph才能依据不同的submap各自的位姿变换矩阵，把他们tie在一起并做全局优化。

GlobalTrajectoryBuilder

分为前端和后端两部分：local_trajectory_builder和pose_graph。GlobalTrajectoryBuilder实际上是一个模板类，模板列表中的LocalTrajectoryBuilder2D和PoseGraph2D分别是前端和后端的两个核心类型。

成员变量很少：

完成指定ID的trajectory中前端和后端的联系，需要获取trajectory的ID。

类体内的成员函数AddLocalSlamResultData是把前端结果直接给后端，但是不能是当前的前端。这个仅用于后端约束优化。这个函数没有被调用，LocalSlamResult2D::AddToTrajectoryBuilder中被调用的同名函数应当是CollatedTrajectoryBuilder的

时间点云的 AddSensorData

类有多个AddSensorData函数，其中最重要的是时间点云对应的，也是cartographer最核心的函数

// 参数sensor_id记录了产生数据的传感器， timed_point_cloud_data则是传感器产生的数据
void AddSensorData(
      const std::string& sensor_id,
      const sensor::TimedPointCloudData& timed_point_cloud_data) override 
{
    // 检查一下前端核心对象是否存在
    CHECK(local_trajectory_builder_)
        << "Cannot add TimedPointCloudData without a LocalTrajectoryBuilder.";
    // Local SLAM的业务主线, 在该结果中同时记录了子图的更新信息
    std::unique_ptr<typename LocalTrajectoryBuilder::MatchingResult>
        matching_result = local_trajectory_builder_->AddRangeData(
            sensor_id, timed_point_cloud_data);
    // 结果中包含了轨迹中节点的pose、点云和submap的相关信息
    if (matching_result == nullptr)
      // The range data 还没有fully accumulated yet.
        return;


    /* 将前端的输出结果喂给后端进行闭环检测和全局优化  */
    kLocalSlamMatchingResults->Increment();
     // 前端匹配的结果，即submap位置和submap
    std::unique_ptr<InsertionResult> insertion_result;
    // 判定前端成功的是否将传感器的数据插入到子图中
    if (matching_result->insertion_result != nullptr) 
    {
      kLocalSlamInsertionResults->Increment();
      // 将匹配后的结果加入图优化节点中
      // 把前端的输出结果喂给后端，即后端增加一个新的节点
      // 后端优化位姿图节点ID，记录在临时对象 node_id
      auto node_id = pose_graph_->AddNode(
          matching_result->insertion_result->constant_data, trajectory_id_,
          matching_result->insertion_result->insertion_submaps );
      CHECK_EQ(node_id.trajectory_id, trajectory_id_);

      // 重新封装前端匹配的后的submap结果，并增加一个node_id
      insertion_result = absl::make_unique<InsertionResult>( InsertionResult{
          node_id, matching_result->insertion_result->constant_data,
          std::vector<std::shared_ptr<const Submap>>(
              matching_result->insertion_result->insertion_submaps.begin(),
              matching_result->insertion_result->insertion_submaps.end())  }  );
    }
    // 如果提供了回调函数，就调用之，并将前端的输出和刚刚构建的
    //insertion_result对象传参，也就是采用回调函数将前端匹配的结果信息传递出去
    if (local_slam_result_callback_) 
    {
      local_slam_result_callback_(
          trajectory_id_, matching_result->time, matching_result->local_pose,
          std::move(matching_result->range_data_in_local),
          std::move(insertion_result)  );
    }
}

基类TrajectoryBuilderInterface中有个成员变量InsertionResult，它描述前端的一次子图更新操作，将传感器的扫描数据插入子图中。

struct InsertionResult
{
  // 有两个字段,分别记录了轨迹的索引(trajectory_id)和一个从零开始计数的节点编号(node_index)
  NodeId node_id;
  // 子图更新时在局部地图中的位姿，以及有传感器原始数据转换之后的点云信息
  std::shared_ptr<const TrajectoryNode::Data> constant_data;
  // 被更新的子图对象
  std::vector<std::shared_ptr<const Submap2D>> insertion_submaps;
};

根据NodeId，可以把一条轨迹理解为由若干个节点串联起来的一个数据结构。

类LocalTrajectoryBuilder2D中也有一个InsertionResult，但是注意前端类不是继承自 TrajectoryBuilderInterface， 这两个没有直接关系，前端只关心更新子图时的位姿和点云信息，不考虑在它与整个运动轨迹之间的关系，所以缺少了字段node_id

struct InsertionResult
{
  // 插入的节点数据，TrajectoryNode::Data 包含了处理之后的点云数据
  std::shared_ptr<const TrajectoryNode::Data> constant_data;
  std::vector<std::shared_ptr<const Submap2D>> insertion_submaps;
};

里程计和IMU的 AddSensorData

void AddSensorData(const std::string& sensor_id,
                   const sensor::ImuData& imu_data) override
{
  // InitializeExtrapolator 和 extrapolator_->AddImuData
  if (local_trajectory_builder_)
    local_trajectory_builder_->AddImuData(imu_data);

  pose_graph_->AddImuData(trajectory_id_, imu_data);
}

void AddSensorData(const std::string& sensor_id,
                   const sensor::OdometryData& odometry_data) override 
{
  CHECK(odometry_data.pose.IsValid()) << odometry_data.pose;
  if (local_trajectory_builder_)
    // 实际有用的就一句 extrapolator_->AddOdometryData(odometry_data);
    local_trajectory_builder_->AddOdometryData(odometry_data);
  
  pose_graph_->AddOdometryData(trajectory_id_, odometry_data);
}

先判定存在前端对象，将数据喂给前端对象进入PoseExtrapolator，然后通过pose_graph将传感器的信息添加到全局地图中。

Cartographer将类似GPS这种具有全局定位能力的传感器输出的位姿称为 固定坐标系位姿(fixed frame pose)。由于它们的测量结果是全局的信息，所以没有喂给前端用于局部定位。此外路标数据也可以认为是全局的定位信息，也直接喂给了后端