在移动机器人的运动过程中，当激光雷达扫描频率较低时，获得的原始扫描数据会发生畸变，并且随着速度的增加变得越来越严重。雷达旋转有顺时针与逆时针2种情况，但导致运动畸变的效果差异并不明显。
- 激光点数据不是瞬时获得的，雷达扫描时在旋转，有个扫描频率的问题
- 雷达扫描中，机器人也是运动的。 机器人旋转造成的运动畸变比直线运动大。
比如所用激光雷达的扫描频率为10Hz，当移动机器人以角速度为1 rad/s 进行纯旋转时，在激光雷达扫描一圈得到
一帧数据的时间内（0.1s）移动机器人已经旋转了0.1 rad，约为5.7度，这会影响机器人的定位和路径规划。
由于我以前的机器人是低速机器人，最大线速度才0.4m/s，而雷达的扫描频率至少25Hz，所以雷达不必考虑畸变，实际使用时，从rviz上看，也没发现运动畸变。雷达扫描频率最好达到30Hz以上。但是我现在使用的机器人速度最快1.4m/s，雷达频率才10Hz，这就需要考虑运动畸变了。
使用里程计辅助的方法去除运动畸变。里程计的频率一般比较高，move_base里面默认订阅里程计的频率是20Hz，所以里程计至少也得20Hz，我所用的里程计是50Hz。
平时之所以没有这么严重，是因为有定位程序，比如AMCL或者LOAM
去除激光帧畸变原理：把一帧激光的每个激光点坐标变换到不同时刻的机器人里程计上
里程计辅助方法：imu、轮式里程计
(1) IMU
直接测量获得角速度和线速度，但对于机器人位移和角度需要积分
更新速度高 1KHz－8KHz
具有较高的角速度测量精度，但线加速度精度差
２）轮式里程计
更新速度高 100－200Hz
（一般机器人轮式里程计200hz，即可认为满足一定的要求，200hz一帧5ms，1.57rad/s下，误差仅为0.45度，可认为机器人没有运动。）
程序流程
1) main-构造函数
订阅scan话题
调用scancallback处理
2) scancallback
scan话题数据提取到vector数组(包括angles,ranges)
vector数组保存到pcl::PointCloud
调用Lidar_Calibration进行畸变矫正
3) Lidar_Calibration
程序对激光雷达数据进行分段线性插值*
调用Lidar_MotionCalibration激光雷达运动畸变去除分段函数*
调用getLaserPose得到激光雷达在odom中的位姿