AMCL（Adaptive Monte Carlo Localization），中文稱為自適應蒙特卡羅定位法，是一種猜測機體全局位置的方式。在ROS中，使用AMCL需要訂閱地圖和光達的資訊。

他和里程計會各自評估機體的位置。里程計使用積分方式持續累計自己走過的資訊，並提供map->base_link的轉換；而AMCL利用粒子散佈的方式估計自己最可能出現的區域，並提供map->base_link的轉換。

看到這邊，相信大家都有個疑惑：前面我們在[[6.TF]]中不是說，odom提供的是odom->base_footprint（base_link）的轉換，而AMCL提供的是map->odom的轉換嗎？

其實這原因和樹狀結構有點關係。樹狀結構中，每一個非根節點有且只有一個父節點。在TF樹的關係也是如此，我們很顯然可以看見AMCL和里程計實際上是提供相同的估算訊息，也就是對於base_link（車體）來說，這兩個訊息都可以直接影響他的座標系。但如果直接這樣做，則違反了樹狀結構的原則（兩個父節點）。

因此ROS在設計之初，就定義了這兩個座標系的先後順序，以讓TF樹符合樹狀結構的規範，才有了我們現在看到的這張圖：


（示意圖，此為當事LIMO的TF樹）

回到AMCL上，我們知道了實際上里程計和AMCL都是估算位置。在理想的狀況下，這兩個點應該要距離很近或者重疊，但實際上這兩個點隨著時間越跑越久，誤差會越來越大（主要來自於里程計的誤差）。AMCL則正好相反，剛開始的時候誤差會比較大，隨時間估計次數夠多後反而會慢慢收斂：

（剛開始跑AMCL時的粒子分布）

（跑幾步路之後AMCL的粒子分布）

當然，AMCL和里程計兩者只取其一還是有辦法導航的。這也就是為什麼有些ROS導航車連光達都沒有，僅依靠里程計就能開跑。但考慮到還需要額外避障以及兩者各自的優缺點，兩者併用的狀況還是佔絕對多數。