diff --git a/说明文档.docx b/说明文档.docx
new file mode 100644
index 0000000..f0f0f05
--- /dev/null
+++ b/说明文档.docx
@@ -0,0 +1,91 @@
+ 一.算法概述
+ 1.1 算法解决问题
+ 根据语义激光雷达信息，在地图上相应位置绘出对应物体
+ 1.2 输入，输出，数据格式
+ 输入信息：ROS格式的激光雷达（其中intensities并非指激光雷达点的返回强度，而是语义信息）
+ 
+ 输出信息：含有语义信息和占据栅格信息的数组
+ 1.3 目前效果
+ 能在地图上对应位置显示出物体，且位置和尺寸符合要求
+ 详细描述
+ 2.1 框架图
+ 2.1.1 语义cartographer整体流程：定义接受的激光雷达格式，增加语义信息维度，在ROS层做处理，将一帧雷达数据分割成多段，并将激光雷达坐标系的点云转换到统一的小车坐标系；将处理好的数据扔给前端，进行多激光雷达的时间同步，并转换数据格式，确定激光雷达数据帧的位姿；利用光光线跟踪法，计算子图的语义和是否占据的概率信息；压缩子图信息，传输后，进行多张子图融合，绘成语义地图。
+ 
+                                     false
+                                               
+                        图1  语义cartographer整体流程图
+ 2.1.2 语义地图绘制流程：由N帧语义激光雷达得到语义子图，对每张语义子图进行位姿变换，映射到大地图上，将它与cartographer原生的占据地图对齐，通过栅格是否占据滤除多余的语义信息，合成语义大地图。
+                                        
+                                     false
+                             图2  语义地图详细流程图
+ 
+ 
+ 2.2 详细步骤
+ 2.2.1 sensor_bridge.cc 
+ SensorBridge::HandleLaserScanMessage（）：将激光雷达点分段，模拟提高激光雷达点的频率，原本输出的是TimedPointCloud，丢失了强度值，在此处改为输出PointCloudWithIntensities
+ 
+ 
+ SensorBridge::HandleRangefinder（）：将数据转到tracking坐标系下,再调用trajectory_builder_的AddSensorData进行数据的处理，重载TimedPointCloudData（），使其返回  PointCloudWithIntensities，使函数最后可以使用的TimedPointCloudData含有强度值
+ 
+ 
+ 2.2.2local_trajectory_builder_2d.cc
+LocalTrajectoryBuilder2D::AddRangeData():处理点云数据,TimedPointCloudData格式转换为TimedPointCloudOriginData，继而转换为RangeData，将进行扫描匹配, 将点云写成地图
+
+
+ 2.2.3 grid_2d.h
+ 定义栅格地图大小，概率值等
+ 增加std::vector<std::vector<uint16>> semantics_counter_ 存储语义信息
+ Semantics_observer代表摄像头观测区域
+ 
+
+2.2.4 probability_grid_range_data_inserter_2d.cc
+CastRays():根据雷达点对栅格地图进行更新,修改ApplyLookupTable（），根据hit点的位置即语义信息更新语义值，存储到semantics_counter_
+
+
+
+2.2.5 probability_grid.cc
+在ApplyLookupTableMiss()中调用ApplyLookupTableSemMiss() 增加栅格的语义概率
+
+在ApplyLookupTableHit()中调用ApplyLookupTableSemHit() 降低栅格的语义概率
+
+
+ProbabilityGrid::DrawToSubmapTexture（）：获取压缩后的地图栅格数据，增加GetColor（），并且多传输一个摄像头观测区域
+
+
+2.2.6 occupancy_grid_node_main.cc
+获取地图信息绘图并展示
+::cartographer_ros::FetchSubmapTextures（）：相应得更改解压缩函数，获取正确的SubmapTexture数据
+
+2.2.6 occupancy_grid_node_main.cc
+2.2.7  submap_painter.cc
+DrawTexture（）：给函数增加color值传参，给子图赋予语义信息
+
+PaintSubmapSlicesResult PaintSubmapSlices() :跳过cairo库绘图
+
+ 算法记录 
+ 3.1 语义颜色输出混乱
+【问题点概述】：
+多子图融合时，语义颜色输出混乱。
+【事件回放】：
+根据六要素进行填写，即：时间、地点、人物、事件的起因、经过、结果（可附图片）。
+  2022年03月，下午在实验室测试动态语义地图效果时，发现语义输出混乱。
+【原因分析】：（3why分析需找到最根源的诱因）
+  经过调试程序，发现原cartographer利用cairo库绘图，子图融合成大地图时，语义颜色会根据不同透明度而发生叠加。
+【解决方案】：
+在融合多张子图时，跳过cairo机制，将子图的语义值剥离开来，不进行叠加，保持子图最新的语义值
+【实验过程】：
+写测试代码，查看语义输出结果。
+【验收效果说明】：
+ 语义值输出正常则说明问题解决。
+ 四.实验环境及代码
+ 1.实验环境
+ Ubuntu 18.0.4 + ROS Meldic
+ 2.代码管理
+
+
+附录：激光雷达格式转换
+
+
+（PointCloud）
+
+