简单谈谈八叉树地图环境构建

原文我是放在Notion上的，见这个地方

八叉树是干什么的？

八叉树是一种构建环境地图的方法，顾名思义，就是以八叉树的形式来对环境进行建模。下图是一个八叉树表示环境的例子，左图表示构建的环境，右图表示该环境对应的组织形式。看不懂没关系，下面我们将对八叉树进行详细地讲解。

图1：八叉树示意图

八叉树的基本思想

八叉树的基本思想是，递归地把空间分成八个方块，这些方块在内存中以八叉树的形式组织起来，而每个树的节点对应于空间中的一个方块。我们用一个0~1之间的浮点数来描述这个节点被（障碍物）占据的概率，0表示未占据，1表示空闲，0.5表示不确定。当某个节点下的所有子节点的概率都是相同的时候（如都被占据，都是空闲或都是不确定），我们可以将这些子节点通过剪枝修剪掉，只保留父节点，从而节省内存。相对于点云而言，八叉树是一种高效的环境建模方法，大大地减少了内存占用。

说到这里，大家可能对图1的含义有一点粗糙的认识了，其中，根节点对应于最大的立方体，下面八个子节点表示被划分出的八个方块。

这些白色的方块对应于树中的小点，表示不确定。

这些灰色的方块对应于树中的白色正方形，表示空闲。

被进一步递归划分的方块对应于树中的灰色圆，表示有内节点，也就是说，它子节点的概率不是都相等的。

而黑色的小方块表示的表示被占据。

节点的概率

那么，我们为什么要用概率来表示这个节点是否被占据呢？

这是因为环境是一直动态变化的，而且有噪声的存在，比如在第1秒的时候地上有只拖鞋，但是在第3秒的时候拖鞋可能被挪走了，在第5秒的时候又被挪回了原位。

假如雷达恰好在第1秒和第3秒的时候扫描到了拖鞋最初放置的位置，那这个地方到底是被占据着还是空闲的呢？说他被占据或者空闲似乎都不太合适，而用概率来描述是一个比较好的办法了。

实际上，在地图构建的过程中，大多数时候出现的误差是由于测量时周围的噪声造成的，少数时候是因为物体被挪动了位置。高中我们就学过，由于噪声等因素，测量是有误差的，其值是服从正态分布的。

那么这个节点的概率是如何计算和更新的呢？根据文献1，公式长这样：

$$P(n|z_{1:t})=[1+\frac{1-P(n|z_t)}{P(n|z_t)}\frac{1-P(n|z_{1:t-1})}{P(n|z_{1:t-1})}\frac{1-P(n)}{P(n)}{]}^{-1}$$

这是一个条件概率，其中 $z_{1:t}$ 表示第1次到第t次测量，具体推导过程可以看看文献2。

在实际存储中，我们不存储这个概率 $p$，而是存储其Logit值，其中：

$$\text{Logit}(p)=\log (\frac{p}{1-p})$$

其中$\frac{p}{1-p}$叫做优势比（Odds ratio），表示成功的概率是失败概率的多少倍，是一种描述概率的方式。

根据 $\text{Logit}$ 变换后的更新公式如下：

$$L(n|z_{1:t})=L(n|z_{t-1})+L(n|z_t)-L(n_0)$$

八叉树的数据结构

下图表示图1所示八叉树对应的存储结构，一个节点由data域和孩子指针域构成，其中data就是节点的Logit值，如果一个节点有内节点，那么该节点的指针域指向一个指针数组，这个指针数组分别又指向对应的节点。

我们来看看他们的对应关系

八叉树的压缩

写不动了，下次再写
To be continue

参考文献

1. OctoMap: An efficient probabilistic 3D mapping framework based on octrees
2. 2D栅格-3D八叉树地图及其概率更新_喂-你在楞什么的博客-CSDN博客 （这篇文章的数学推导讲的比较详细）
3. octomap的入门与学习_qq_42424625的博客-CSDN博客
4. 游戏场景管理的八叉树算法是怎样的？ - 知乎 (zhihu.com)
5. SLAM拾萃(1)：octomap - 半闲居士 - 博客园 (cnblogs.com)
6. 从logit变换到logistic模型_帅帅de三叔-CSDN博客_logit变换
7. 优势比_百度百科 (baidu.com)