AGV SLAM地图表示

地图表示的具体方式受到多种因素的影响，包括观测信息、实际环境、使用目的以及表示和创建的复杂度等。

栅格表示法

栅格表示法是地图表示的经典办法，在众多实际机器人系统中被普遍采样。其主要思路是通过离散化的栅格来近似连续的地图空间，进而达到简化描绘的目标。在基于栅格的地图表示中，地图被划分为大小相等的栅格，每个栅格对应真实环境的一个区域。栅格状态分为两种：空闲（free）和占据（Occupied），分别代表环境中的可通行和不可通行区域。

特征表示法

基于特征的地图表示利用环境空间中可辨识的标识来描述地图。由于标识通常是稀疏的，因而特征表示也往往更为紧凑。环境中的标识可分为人工标识与自然标识两大类，人工标识通常是人为添加的易于识别的标志；自然标识则是环境中具有较好区分性的特征，主要包括环境中的角点、线段以及平面等。对以视觉为传感器的构建方法，图像的显著特征被广泛使用，包括SIFT、SURF以及ORB等。

物体表示法

物体表示法通过环境汇总的物体来描述地图，被认为是与人类对环境认识较为接近的表示方法。物体表示与特征表示具有相似之处，但也有明显不同：特征表示中采用的一般是底层特征，检测和识别都较为容易；物体是人类对环境认知的高层信息，一般不易直接获得，且物体模型需要在建图过程中不断完善。

位姿图法

位姿图法利用图结构来描述机器人的运动轨迹，并以此构建环境地图。在位姿图表示中，图节点描述机器人在不同时刻的位姿，而边表示了位姿间的空间约束联系。值得注意的是，位姿图本身并不显式描述环境特征或其它空间信息，但通过将相关信息附于节点中，可以方便地构造出栅格、特征甚至物体地图。由于其较为通用的特点以及构建方法上的优势，其在地图创建研究中获得了广泛关注。

拓扑图法

拓扑图法利用少数关键节点以及它们之间的相互联系来描绘地图。从图表示上看，拓扑图法与位姿图法具有相似性，但相比而言，拓扑地图往往具有更高层次的抽象。拓扑地图中的节点一般对应于环境汇总具有某种共同属性的一片区域或场景，且边间的约束关系也更为宽松。

混合表示法

混合表示法通过结合上述两种或两种以上的表示来刻画环境地图，以充分利用不同表示方法的优势。如利用全局拓扑地图规划运动路径，并通过栅格地图或特征地图来完成障碍规避等。