Occupancy Map（Occupancy Grid）的更新

文章同步更新于github page

Occupancy Map

将空间划分为一个个小网格（cell），每个cell中存储cell内是否有障碍物的概率，这样的地图称为Occupancy Map，由于所有cell构成一个网，所以也称为Grid Map。

以2D Occupancy Map为例，每个cell中都有一个概率，那整个地图可以看做一个描述障碍物分布的概率分布（严格要归一化后才是概率分布）。构建地图的过程，就是根据传感器（比如Lider）的观测，更新这个概率分布。

设每个cell的概率相对于其他cell是独立的，更新地图的概率分布就简化为更新每个cell的概率。即在已知1到t时刻所有观测的情况下，该cell中有障碍物的概率，记为

$$p(m_i|z_{1:t})$$

Odds

考虑到更新的方便，每个cell中实际存储的是概率对应的Odds。

Odds定义为有障碍物的概率与无障碍物概率的比，即

$$o(m_i|z_{1:t})=\frac{p(m_i|z_{1:t})}{1-p(m_i|z_{1:t})}=\frac{p(m_i|z_{1:t})}{p(\neg m_i|z_{1:t})}$$

已知Odds，也很容易反算出对应的概率。可以将Odds理解为一个映射，将值域在$[0,1]$之间的概率映射到$[0,+\infty )$。

Odds的更新

根据贝叶斯公式，有

p ( m i ∣ z 1 : t ) = p ( z t ∣ m i , z 1 : t − 1 ) p ( m i ∣ z 1 : t − 1 ) p ( z t ∣ z 1 : t − 1 ) p(m_i|z_{1:t})=\frac{p(z_t|m_i, z_{1:t-1})p(m_i|z_{1:t-1})}{p(z_t|z_{1:t-1})} p(mi​∣z1:t​)=p(zt​∣z