[地图]常用的地图结构

占据栅格地图

参考
https://zhuanlan.zhihu.com/p/21738718

---

Octomap地图

将三维空间建模分割成许多的小方块，如果将每个小方块的每个面切成两片，那么这个小方块就会变成同样大小的八个小方块。将该步骤不断重复，直到最后的方块大小达到建模的最高精度。在该过程中，将＂从一个节点展开成八个子节点＂，那么，整个空间从最大空间细分到最小空间的过程，就是一棵八叉树。

每个小方块需要表达出它是否被占据的状态，当放个没有被占据时，就没必要进行下一步的展开。将每个方块用一个浮点数来x表示，其中x∈[0,1]来表示该位置被占据的概率，初始值取0.5。
x一开始取0.5，表示的是不确定的未知状态。如果不断观测到它被占据，则x值将不断增大，反之则不断减小。

深蓝学院运动规划之Octomap讲解视频
https://www.bilibili.com/video/BV1cQ4y1P7Xh?from=search&seid=5989513482820660839

开源工具
http://wiki.ros.org/octomap_server

---

Voxel hashing 体素哈希

通过二重哈希表来存储障碍物边界的每个voxel（单元栅格）

体素哈希
https://github.com/niessner/VoxelHashing

用于基于RGBD的3D视觉图像重建：
https://www.robots.ox.ac.uk/~victor/infinitam/

---

TSDF map 截断的有符号距离函数

假设有个相机传感器对环境进行观测，障碍物是一个曲面，相机与障碍物之间存在一个距离场，距离场里的数值表示当前点距离临近障碍物最接近的点之间的距离，障碍物外面的数值为正，障碍物内部为负数，并且可以以距离的大小来进行截断，比如正负两米内的点保留，不关心两米以外的点。

典型应用：
https://github.com/personalrobotics/OpenChisel

深蓝学院运动规划之TSDF map讲解视频
https://www.bilibili.com/video/BV1Xi4y1471W/?spm_id_from=autoNext

---

ESDF map 欧式有符号距离函数

与TSDF的区别是TSDF不截断的话，就是ESDF。

当进行轨迹规划时，需要知道机器人距离障碍物的梯度，所以不需要进行截断。

开源工具：

1）全局的ESDF创建

https://github.com/ethz-asl/voxblox

https://github.com/HKUST-Aerial-Robotics/FIESTA 性能比voxblox更好

2）局部的ESDF创建

港科大-无人机做局部地图规划：https://github.com/HKUST-Aerial-Robotics/Teach-Repeat-Replan

深蓝学院运动规划之ESDF map讲解视频
https://www.bilibili.com/video/BV14K4y1t7bz?from=search&seid=5989513482820660839

---

其他

Free-space Roadmap

随机采样的概率路线图，用凸多面体来表示路径点，再进行连接。

开源工具：
https://github.com/HKUST-Aerial-Robotics/Teach-Repeat-Replan

Voronoi Diagram Map

利用ESDF提取地图的骨架–拓扑结构。
开源工具：
https://github.com/ethz-asl/mav_voxblox_planning