voxblox论文阅读记录

总体流程图

数据更新描述

s是传感器的中心位置；
p是打到的物体的位置；
x是某个voxel的中心：sp连线经过的某个voxel

第1个公式，sign计算了符号，p-x计算的是绝对值，表示voxel中心到障碍物的距离；
剩下的几个公式好理解。

对于权重，作者提出了更复杂的计算方式：

voxel内的数值集成方式

分为两种：raycasting 以及 projection。
raycasting的做法：对深度图中的所有点，都计算出其与sensor中心点的连线，看这个连线穿过哪些voxel，一直计算到比深度距离多一个阈值的距离（意味着对于现在的这个深度点背后的voxel也会更新），每个voxel都按照上面的公式进行权重以及距离的计算更新；
projection的做法：将fov内的voxel，投影到深度图上，计算该voxel中心点坐标与对应的深度图上的深度的信息的差值。
显然，projection会更快。
但如果voxel很大，这个voxel会涵盖很多个深度图的像素点，造成精度问题。

作者提出的叫做merge的方法也很直接，就是对于深度图的每个点，都计算出其对应的voxel grid，将所有对应到相同voxel grid的深度图的点进行平均，然后再使用raycasting的方式进行更新。
注意，这里说的voxel grid是一个空格子，仅仅是用来聚合深度图的点的，里面的值与tsdf的值无关，而是完全由当前帧的数据生成的。据作者说可以比一般的raycasting快20倍，而效果相差很小。

从TSDF构建ESDF

这里必须得先看《Improved updating of euclidean distance maps and voronoi diagrams》，否则概念不会清晰。
fixed band：
esdf的voxel对应的tsdf的voxel的值满足 ： |v T .d| < γ
where γ is the radius of the band
来自fixed band内的esdf的距离值是不能修改的。

children：

neighbour：
三维空间的333的最中间的周围是26个其他voxel。

wavefront：

raise queue：
如果一个esdf的voxel从对应的tsdf的voxel得到的距离值比之前存储的距离值大，则将该esdf的voxel连同它的children放入到raise queue中。

lower queue：
当有一个esdf voxel是来自fixed band时，或者一个esdf的voxel的距离值更新后小于之前的值（意味这它距离障碍物更近），就将这个esdf voxel放入到lower queue中。

关于《Improved updating of euclidean distance maps and voronoi diagrams》

先暂记一下：

从TSDF构建MESH