三维栅格地图构建之三:点集到栅格的投射

本文探讨点集到证据栅格的投射在三维地图构建中的作用,解释演变到证据栅格的原因,主要是为了地图更新的便捷。作者提出一种假设,认为双目测距数据在理想情况下概率为100%,并分享了简单的投射实现方法,包括空栅格和占据栅格的处理代码。
摘要由CSDN通过智能技术生成

为什么要有点集到证据栅格的投射过程?

答:点集到证据栅格的投射时将空间的点放到栅格中的过程,其后会涉及到概率的计算和叠加。栅格是一种概率(或权重)的表示方式,在理论上有严谨的逻辑(越是模糊的东西在理论上就越严谨);有助于地图的拼接。

证据栅格(evidence grid)或占据栅格(occupancy grid)是由前期的概率栅格发展而来。概率到栅格的演变是有对数公式:log(p/(1-p))实现的。

为什么要演变到证据栅格?

答:为了地图更新的方便。原来的概率栅格,即使是很小的概率经叠加后也可以变大,但证据栅格的范围是(-1,1),叠加的效果是小的越小,大的越大。

我的实验

(先囧下:Moravec论文中的方法我没看懂,Franz Andert论文中的方法我亦没看懂!于是乎自己胡编乱造了一种方法安静。若有大牛光顾小弟博客还望多指点,告知我真相!)

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
基于引用和中的内容,三维栅格地图路径规划可以通过以下步骤实现: 1. 构建三维栅格地图:通过在三维空间中创建栅格来表示地图。可以使用类似二维栅格地图的方法,将三维空间划分为小的立方体单元格,并用数字表示不同的特征,如空地、障碍物、起点和目标点。 2. 栅格地图的可视化:使用图像函数将三维栅格地图转化为可视化的图像。可以通过预先定义的颜色映射表来表示不同特征的栅格,例如障碍物、起点、目标点和路径等。 3. 路径规划算法:基于构建好的三维栅格地图,可以使用路径规划算法来寻找起点到目标点的最优路径。常用的路径规划算法包括A*算法、Dijkstra算法等。 4. 可视化路径:根据路径规划算法的结果,在三维栅格地图上标记出从起点到目标点的路径。这可以通过在栅格地图上特定位置设置特殊的颜色来实现,例如绿色。 5. 优化与调整:根据实际需求,对路径进行优化和调整。例如,可以通过调整栅格的尺寸和分辨率来改变路径的精细度。 综上所述,三维栅格地图的路径规划包括构建栅格地图、可视化地图、路径规划算法、路径可视化以及路径的优化与调整。通过这些步骤,可以实现在三维空间中寻找起点到目标点的最优路径。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [基于栅格地图的路径规划(一)基于Matlab二维、三维栅格地图构建](https://blog.csdn.net/ONERYJHHH/article/details/126064667)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值