第1章：地图表示方法——栅格、拓扑与特征地图
大家好，我是老张。做机器人避障这些年，我踩过最大的坑就是——地图选错了。你想想看，地图是机器人的眼睛，眼睛都不好使，后面路径规划再牛也白搭。
今天咱们就把三种主流地图掰开揉碎讲清楚。我个人习惯把地图选择比作穿鞋：栅格地图是运动鞋，啥路都能走但有点笨重；拓扑地图是拖鞋，轻便但挑路；特征地图是登山鞋，专业但贵。
1.1 栅格地图（Occupancy Grid Map）
栅格地图，说白了就是把环境切成一个个小格子。每个格子存一个概率值，表示这个格子有没有障碍物。
核心思想： 把连续空间离散化，用概率表示不确定性。
我在项目中遇到过最典型的场景：扫地机器人。它不需要知道墙是什么材质，只需要知道「这个格子能不能走」。栅格地图天然适合这种场景。
栅格地图的构建
构建过程其实就三步：
- 确定分辨率——格子大小。我建议室内用5cm，室外用20cm。太小了计算量爆炸，太大了精度不够。
- 传感器数据投影——激光雷达扫到障碍物，就把对应格子标记为占据。
- 概率更新——多次观测取平均，降低噪声影响。
嗯，这里要注意：分辨率不是越高越好。我曾经为了追求精度，把格子设成1cm，结果一个100平米的房间，地图占了200MB内存，机器人跑起来跟老牛似的。
占据栅格地图的更新原理
这是本章的重点。为什么叫「占据栅格」？因为每个格子存的是概率，不是0或1。
更新公式其实很简单：
// 伪代码：占据栅格更新
// l代表对数概率，z代表观测值
l_new = l_old + log(P(z|occupied) / P(z|free))
// 实际代码中常用：
// 观测到障碍物：l += 0.85
// 观测到空闲： l -= 0.40为什么会这样？因为传感器有噪声。你扫到一次障碍物，不一定真有障碍物；扫到一次空闲，也不一定真空闲。所以要用概率慢慢「说服」地图。
我的经验： 更新步长不要设太大。我习惯用0.4和0.2，宁可收敛慢一点，也别让地图乱跳。曾经有个项目，同事把步长设成1.0，结果机器人转个弯，地图就全乱了。
1.2 拓扑地图（Topological Map）
拓扑地图，说白了就是地铁线路图。它不关心具体距离，只关心「节点」和「连接关系」。
你想想看，从家到公司，你不需要知道每一条路有多宽、路边有几棵树。你只需要知道：出门左转，走到地铁站，坐3站，出站右转。这就是拓扑地图的思维。
拓扑地图的构建
构建拓扑地图，核心是提取「关键点」：
- 节点：走廊拐角、房间门口、电梯口等
- 边：节点之间的可通行路径
- 权重：距离、时间、能耗等
我记得有个仓储机器人项目，用栅格地图跑得好好的，但客户要求机器人能听懂「去A货架拿货」。这就得用拓扑地图了——把每个货架设为一个节点，机器人只需要知道「从当前位置到A货架怎么走」，不需要知道中间经过了多少个格子。
避坑指南： 我曾经在一个动态环境里只用拓扑地图，结果货架被移动后，拓扑关系全乱了。拓扑地图对环境变化很敏感，节点一旦失效，整个图就废了。
1.3 特征地图（Feature Map）
特征地图，是给「懂行」的机器人用的。它不存格子，也不存节点，而是存环境中的几何特征——直线、角点、圆弧等。
说白了，特征地图就像你画素描：不画每一根头发，只画轮廓和关键转折点。
特征地图的构建
构建过程分两步：
- 特征提取——从激光雷达数据中提取直线、角点等
- 特征匹配——把当前观测的特征和地图中的特征做匹配
举个例子，走廊环境：
// 提取直线特征
// 输入：激光点云
// 输出：直线参数 (rho, theta)
// 我用的是Split-and-Merge算法
// 1. 找到距离直线最远的点
// 2. 如果距离大于阈值，分裂成两段
// 3. 递归处理特征地图最大的优势是——紧凑。一个1000平米的工厂，栅格地图可能要几MB，特征地图几十KB就够了。但缺点也很明显：特征提取容易受噪声影响。
1.4 三种地图的对比
好了，三种地图都讲完了。咱们做个对比，方便你选型：
| 特性 | 栅格地图 | 拓扑地图 | 特征地图 |
|---|---|---|---|
| 存储空间 | 大 | 小 | 极小 |
| 构建难度 | 低 | 中 | 高 |
| 定位精度 | 高 | 低 | 中 |
| 动态环境适应性 | 好 | 差 | 中 |
| 路径规划效率 | 低 | 高 | 中 |
| 典型应用 | 扫地机器人 | 仓储机器人 | 自动驾驶 |
我的建议： 新手先从栅格地图入手。它最直观，调试也方便。等把栅格地图玩透了，再考虑拓扑和特征地图。别一上来就想搞高大上的，容易翻车。
1.5 知识体系总览
下面这张图，是我自己总结的三种地图的核心逻辑。你把它存脑子里，后面学路径规划就顺了：
嗯，这一章的内容就到这里。三种地图各有千秋，没有绝对的好坏。关键看你的机器人要干什么、在什么环境里跑。
我个人建议：先拿栅格地图练手，把占据栅格更新原理吃透。这是最基础、最实用的地图表示方法。后面学路径规划，你会发现栅格地图配合A*算法，简直是绝配。