占用概率栅格地图（Occupancy Grid Map）

1. 机器人地图的分类

1)尺度地图

每一个地点都可以用坐标来表示，比如北京在东经116°23′17''，北纬39°54′27''。

２）拓扑地图

每一个地点用一个点来表示，用边来连接相邻的点，即图论中的图（Graph），比如铁路线图。

３）语义地图

将每一个地点和道路都会用标签的集合来表示。

在机器人领域，尺度地图常用于定位于地图构建（Mapping）、定位（Localization），拓扑地图常用于路径规划（Path Planning），而语义地图常用于人机交互（Human Robot Interaction）。

2. 占据栅格地图

传感器数据有噪音，所以在用激光传感器检测前方障碍物距离机器人多远，不可能检测到一个准确的数值。如果准确值是1.4米，有时会测出1.42米，有时甚至1.35米。另外，传感器数据是本地坐标系的，而机器人要构建的是一个全局的地图。最后，机器人会运动，运动也是有噪音的。为了解决这一问题，我们对噪音问题使用高斯分布进行刻画。

例如，假设我们设定looccu=0.9，lofree=-0.7。那么， 一个点状态的数值越大，就表示越肯定它是Occupied状态，相反数值越小，就表示越肯定它是Free状态。 

上图就展示了用两个激光传感器的数据更新地图的过程。在结果中，一个点颜色越深表示越肯定它是Free的，颜色越浅表示越肯定它是Occupied的。