Gmapping是一種基於濾波的SLAM（Simultaneous Localization and Mapping，同時定位與地圖構建）算法，主要利用粒子濾波器來估計機器人的位置和同時構建地圖。
Gmapping結合了RBpf（Robust Bayesian Particle Filter，魯棒性貝葉斯粒子濾波器）算法和選擇性重採樣技術，以提高定位和地圖構建的準確性。RBpf算法通過粒子攜帶地圖信息來估計機器人的位置，同時減少對地圖的採樣，從而避免粒子退化。Gmapping的流程包括狀態預測、測量處理和權重計算等步驟。在狀態預測階段，根據機器人的運動模型更新粒子位置；在測量處理階段，使用雷射雷達數據和地圖信息來匹配和最佳化粒子位置；在權重計算階段，為每個粒子分配權重，以便於後續的重採樣。Gmapping還利用感測器數據如里程計信息來實時修正地圖，減少定位誤差。