voxblox阅读笔记

abstract

MAV构建ESDF来规划轨迹以及避障。本文提出使用TSDF来生成ESDF。此方法比octomap快，准确。代码开源，可以实时在CPU运行。

intro

路径规划算非常快，可以deal复杂环境。但是需要环境中每个障碍物距离信息，以及距离梯度。octomap可以计算这些，但是map大小必须事先给定，不能增量建图。

TSDF和ESDF不同：使用了projective distance。只在truncation radius内计算距离。

related work

OCtree只有occupancy的信息，不完全。像CHMOP等需要距离信息。
本文方法基于kinect fusion, 也就是用volumetric方法生成TSDF图。但这种方法无法增量构建，于是本文使用voxel hashing方法动态构建地图。
我们的目标不是构建高精地图，而是给motion planning使用。因此分辨率都比较大，来达到实时。
我们和gpgpu不同的是，不是完整构建TSDF之后才增量构建ESDF，而是二者都为增量，这样就比batch methods快。

system

使用深度相机得到彩色点云作为输入。
每个voxel有自己的layer，每个layer有独立的block，block在地图中有编号。hashing就是在block 位置和内存位置之间有映射关系。因此可以growing map。

TSDF

把点云raycast到全局地图中，然后把每个voxel中的点的投影距离作平均。weighting就是如何把测量给平均，merging就是如何把data分组整合。

weighting

通常方法是从sensor中心ray-cast，更新weight和distance。每个scan中有1k+点整合到一个voxel里。
KinectFusion 使用了constant weight来更新。然而，本文结合了相机模型，设计了一个W_quad，其中在surface后面的话就会==0.
在多视角观察到表面的时候，减少了没观察到的voxel的影响。

merging

有两种方法把pointcloud group到voxel中：raycasting 和projection mapping。raycasting从相机光心发出，之后更新所有照射到的区域。projection mapping把提速project到图片上，比较voxel–center的距离和depth。这个方法更快，但是对大体素会产生混叠效应。

本文方法，grouped raycasting，加速了raycasting。对每一个scan，将其投影到一个voxel，之后将同一个voxel中所有point取平均，只作一次raycasting。

从TSDF到ESDF

构建方法

用了wave-front， 就是BFS， 周围格子是26联通。两种传播方法：raise和lower。当TSDF中新距离比之前ESDF中距离大的时候，将Voxel加到raise queue中。则voxel以及其children都要是invalidated。如此传播直到没有voxel的parent是invalidated。
lower传播就是一个新voxel进来，或者之前观测到的voxel比当前值要小。邻近的voxel更新，根据与当前voxel的距离。当没有voxel距离可以比邻居更小，传播停止。

误差来源

• projective distance。光线到表面的距离要大于光线到表面的垂直最短距离。
  虽然有误差，但是多视角观察后，误差可以很小。做了蒙特拉洛分析（？？？？）
• quasi-Euclidean distance. 因为是propogate的，所以只有上下左右斜边这么计算。
  而它带来的速度增益很大，所以trade-off很值得。

实验结果

TSDF

grouped octomap虽然比原本快，但还是没有TSDF方法快，因为tree是层级结构，查找用时还是O(logn)，而TSDF是O（1）.

比较了不同weight的效果差异，不同方法(raycast, octomap)带来的时间差异。

ESDF

仿真结果

使用了一个球，三个平面，一个立方体来进行仿真。

实际

euroc结果。
得出结论，单voxel band，quansi-euclidean distance，优先队列，这些技术更好。

无人机飞行

4hz,。
无人机5min的球，球内un-obsv的voxel为occupied。
因为无法知道自己所处位置的情况，设一个1m的球，球内所有un-obsv的voxel为free。

结论

1. 应当画一个类似这样的图，毕设中也许可以
   
2. 在euroc和cow上测试时间和RMS err。
3. 与不同方法做对比。
4. 在gazebo上仿真，搞几个圆球。之后测试不同的分辨率，得到的时间和精确度。
5. 误差分析怎么做？噪声？混叠效应？
6. 无人机飞行实验，在tx2上运行，为软约束提供信息。