[具身智能-767]：AMCL全局撒粒子重搜与局部小范围匹配，是否算法过程是相似的，不同的是：粒子的数量、覆盖的区域、最终的精度？
AMCL 全局重搜 VS 局部匹配 详细对比
核心定论
二者底层算法流程、运算逻辑、执行步骤 100% 完全一致，统一遵循：运动预测→观测权重计算→粒子重采样→位姿融合输出这套粒子滤波逻辑，仅在粒子分布范围、粒子总数、收敛活动区间、定位误差精度四项物理参数上存在差异。
一、完全一致的核心执行流程
- 运动更新统一读取里程计位移、转角数据，对所有粒子执行相同坐标偏移计算，仅跟随机器人运动轨迹平移旋转，逻辑无区分。
- 观测打分统一将当前激光雷达测距数据，与粒子所在栅格地图区域做轮廓相似度匹配，使用同一套权重计算公式判定粒子可信值。
- 重采样筛选统一按照权重高低淘汰劣质粒子、复制优质粒子，筛选规则、剔除比例、复制策略完全相同。
- 位姿输出统一对所有有效粒子做加权平均，解算机器人地图坐标系下 X、Y 坐标与航向角，输出格式一致。
二、四大差异化参数（附实际工程距离数据）
1. 粒子初始 / 实时分布覆盖区域
全局撒粒子重搜粒子均匀散布整张建图区域，无边界限制工程实测覆盖范围：最小5m×5m，大型室内场景可达80m×50m，适用场景：开机初始化、机器人被人为搬动、定位完全丢失
局部小范围匹配，粒子仅聚集在机器人真实位置周边，呈聚拢状态工程实测聚拢半径：0.3m~1.2m机器人直行、转弯过程中，所有粒子仅在该小范围内部偏移，不会向外扩散
2. 运行粒子数量
全局重搜模式：启用算法配置最大粒子数，常规参数：800~1500 个，目的：大范围密布点位，提升找到正确环境匹配点的概率
局部稳定匹配模式：依靠 AMCL 自适应 KLD 机制自动降量常规稳定数量：100~300个，仅保留精准点位，减少嵌入式设备运算开销
3. 粒子动态收敛活动范围
全局重搜收敛跨度大，粒子从全地图散乱状态逐步聚拢单次迭代位置浮动距离：1m~5m完整收敛定型耗时：0.8~3 秒
局部匹配无大范围收敛，仅做微小姿态微调单次迭代位置浮动距离：0.02m~0.15m实时微调，无明显收敛过程
4. 最终实际定位精度（误差距离）
全局重搜初期粒子分散杂乱，定位误差大平面位置误差：±0.4m~±1.0m，航向角度误差：±8°~±15°
局部稳定匹配后期粒子高度集中，定位精度拉满平面位置误差：±0.05m（5cm）~±0.15m，航向角度误差：±1°~±3°
三、模式切换逻辑
- 开机自动进入全局撒粒子，完成环境匹配收敛后，自动缩减粒子数量、锁定局部活动范围，永久进入局部匹配常态运行
- 当连续多帧激光观测匹配度低于阈值，判定定位失效，立即重启全局撒粒子重搜，找回位置后再次切回局部运行
- 全程无需修改算法代码、无需切换逻辑函数，仅动态修改粒子分布范围与数量阈值
四、精简总结
两套工作模式是同一套算法的两种运行形态，运算内核没有任何改动，只是人为与自适应机制调整了粒子活动空间、数量规模，最终形成大范围粗定位、小范围精定位的差异化效果