3、环境地图构建：栅格地图、拓扑地图、几何地图的对比与选择
做AGV路径规划，第一步就是选地图。
这话听起来简单，但我见过太多项目栽在地图选型上。有人一上来就搞栅格地图，结果车间太大，内存爆了。也有人迷信拓扑地图，结果在复杂仓库里绕来绕去找不到路。
今天我就把三种主流地图——栅格地图、拓扑地图、几何地图——掰开揉碎了讲清楚。你听完就知道，什么场景该用什么地图。
3.1 栅格地图：最直观，也最吃内存
栅格地图，说白了就是把环境切成一个个小格子。每个格子要么是障碍物（黑色），要么是自由空间（白色）。
我最早做AGV时，用的就是栅格地图。为什么？因为简单。你想想看，一个二维数组就能搞定的事，谁不爱？
核心特点：
- 分辨率决定精度：格子越小，地图越精细，但内存占用也越大
- 适合静态环境：一旦环境变了，整张地图得重新建
- 路径规划算法成熟：A*、Dijkstra、RRT都能直接跑
举个例子。一个100m×100m的车间，如果你用10cm分辨率，那就是1000×1000=100万个格子。每个格子存一个字节，就是1MB。听起来不大？但你要是做三维栅格地图，或者多楼层，那内存就蹭蹭往上涨。
我的经验：
我在一个汽车零部件仓库里用过栅格地图。仓库里全是货架，AGV要走窄通道。当时我选了5cm分辨率，地图建出来效果很好。但后来发现，AGV每走一步都要查地图，CPU占用率直接飙到80%。后来我改成10cm分辨率，精度损失不大，但CPU占用降到了30%。
所以我的建议是：先粗后细。调试阶段用粗分辨率，跑通了再调细。
3.2 拓扑地图：轻量级，但信息有限
拓扑地图，说白了就是一张「节点-边」图。节点代表关键位置（比如路口、工位），边代表路径（比如走廊、通道）。
你想想看，这像不像地铁线路图？它不关心具体的地理位置，只关心「怎么走」。所以拓扑地图特别适合做全局路径规划。
核心特点：
- 数据量极小：几百个节点就能覆盖整个工厂
- 路径规划快：用图搜索算法，秒出结果
- 不依赖精确坐标：适合环境经常变化的地方
但我得提醒你，拓扑地图有个致命弱点——它不包含障碍物信息。什么意思？就是它只知道「从A到B有条路」，但不知道这条路中间有没有临时堆放的货物。
避坑指南：
我曾经在一个物流分拣中心用过纯拓扑地图。当时觉得环境简单，就几个分拣口，拓扑地图够用了。结果运行了三天，AGV撞了两次。为什么？因为分拣口旁边临时堆了包裹，拓扑地图不知道，直接按原路径走，就撞上了。
从那以后，我再也不敢只用拓扑地图了。要么配合传感器做局部避障，要么和栅格地图混着用。
3.3 几何地图：精度高，但建图难
几何地图，就是用点、线、面来描述环境。比如墙是直线，柱子是圆形，货架是矩形。
这种地图精度最高，但建图也最麻烦。你得把环境里的每个物体都抽象成几何形状。而且一旦环境变了，你得手动更新几何模型。
核心特点：
- 精度极高：可以精确到毫米级
- 适合结构化环境：比如工厂、实验室
- 建图成本高：需要人工标注或高精度传感器
说实话，我在实际项目中很少用纯几何地图。为什么？因为太费劲了。你想想看，一个车间里有多少设备、管道、货架？一个个去量尺寸、建模型，光这个活就能干一个月。
我的建议：
几何地图更适合做局部路径规划。比如AGV到了某个工位，需要精确对接。这时候用几何地图描述工位的形状，AGV就能精准停靠。
我做过一个项目，AGV需要把货物放到一个窄货架上。货架宽度只比AGV宽5cm。用栅格地图根本不够，因为栅格地图的精度有限。后来我用几何地图描述了货架的形状，AGV靠着激光雷达实时匹配，停靠精度达到了±1cm。
3.4 三种地图的对比与选择
好了，三种地图都讲完了。你可能会问：「那我到底该用哪种？」
别急，我整理了一张表，你一看就明白。
| 对比维度 | 栅格地图 | 拓扑地图 | 几何地图 |
|---|---|---|---|
| 数据量 | 大（取决于分辨率） | 极小 | 中等 |
| 建图难度 | 低（自动建图） | 中（需要手动标注节点） | 高（需要精确建模） |
| 路径规划速度 | 慢（格子多） | 快（节点少） | 中（需要几何计算） |
| 环境适应性 | 差（环境变化需重建） | 好（只关心拓扑关系） | 差（环境变化需更新模型） |
| 典型应用场景 | 室内导航、扫地机器人 | 工厂全局路径规划 | 高精度对接、机械臂抓取 |
我个人习惯是：混合使用。
什么意思？就是全局路径用拓扑地图，局部路径用栅格地图，高精度对接用几何地图。这样既保证了效率，又兼顾了精度。
我的推荐方案：
- 工厂车间（静态环境）：栅格地图为主，拓扑地图为辅
- 物流仓库（动态环境）：拓扑地图为主，栅格地图做局部避障
- 高精度工位（对接场景）：几何地图做局部定位
3.5 实战：用ROS搭建栅格地图
说了这么多理论，我们来点实际的。下面是一个用ROS的gmapping包搭建栅格地图的示例。
# 1. 启动激光雷达驱动
roslaunch my_robot lidar.launch
# 2. 启动gmapping节点
rosrun gmapping slam_gmapping \
_delta:=0.05 \ # 地图分辨率（5cm）
_xmin:=-10 \ # 地图范围
_xmax:=10 \
_ymin:=-10 \
_ymax:=10 \
_particles:=30 \ # 粒子数（越大越精确，但越慢）
_linearUpdate:=0.5 \ # 移动0.5米更新一次地图
_angularUpdate:=0.2 # 转动0.2弧度更新一次地图
# 3. 保存地图
rosrun map_server map_saver -f my_map这段代码我用了很多年。参数调优是关键。比如粒子数，我一般设30-50。设少了地图不准，设多了CPU扛不住。
调参技巧：
如果你发现地图建出来有重影，说明粒子数不够。如果你发现AGV定位飘移，说明更新频率太低。我一般先设一个保守的参数，跑一圈看看效果，再逐步优化。
3.6 小结
三种地图各有优劣，没有银弹。栅格地图适合新手入门，拓扑地图适合老手做全局规划，几何地图适合高精度场景。
我的建议是：从栅格地图开始。等你跑通了，再慢慢加入拓扑和几何地图。别一上来就想搞个大而全的系统，容易翻车。
嗯，下一章我会讲如何用A*算法做路径规划。到时候我会结合栅格地图，手把手教你写代码。敬请期待。