作者Santos[6]在2013年的論文中討論了HectorSLAM、Gmapping、KartoSLAM、CoreSLAM和LagoSLAM五種2D激光SLAM基于ROS系統(tǒng)在實際建圖中的效果。通過對比發(fā)現(xiàn)，在建圖過程中HectorSLAM、Gmapping、KartoSLAM和LagoSLAM的誤差相差不大，KartoSLAM由于是采用SPA solver的full SLAM方法，所以在實際過程中對噪聲的過濾較好，CoreSLAM算法的建圖表現(xiàn)差。在CPU的占用方面，HectorSLAM、Gmapping、KartoSLAM和CoreSLAM的占用率基本一致，而LagoSLAM的CPU占用G。總體上Gmapping和KartoSLAM的表現(xiàn)好，可以應用到移動機器人平臺實踐中。