地图表示方法：栅格地图、拓扑地图、几何特征地图、语义地图的对比与选择
做路径规划这么多年，我越来越觉得——选对地图表示方法，项目就成功了一半。你想想看，地图就像自动驾驶的「眼睛」和「记忆」，它怎么描述这个世界，直接决定了你的规划算法能跑多快、多准。
今天咱们就把四种主流地图掰开揉碎聊一聊。我会结合自己踩过的坑，帮你理清什么时候该用哪种。
一、栅格地图（Grid Map）
这是最直观的一种。把环境切成一个个小格子，每个格子标记为「占用」或「空闲」。说白了，就像在Excel表格里涂色。
核心特点：
- 分辨率决定精度：格子越小越精细，但计算量也越大
- 更新简单：传感器扫到哪个格子，直接改状态就行
- 路径搜索友好：A*、Dijkstra这类算法直接在上面跑
我记得刚入行时做过一个扫地机器人项目。当时图省事，把栅格分辨率设成了1cm。结果呢？地图一建起来，内存直接爆了。后来改成5cm，效果也还行，但规划出来的路径总贴着墙走，看着就别扭。
我的经验：室内场景用5-10cm分辨率就够了。室外的话，20cm也能接受。别一味追求高精度，计算资源也是成本。
适用场景：室内导航、扫地机器人、小范围低速无人车。
二、拓扑地图（Topological Map）
拓扑地图不关心「这地方长什么样」，它只关心「哪些地方能连通」。就像地铁线路图——你不需要知道站台的具体位置，只需要知道怎么换乘。
这种地图用节点和边来表示。节点是关键位置（比如路口、门口），边是连通关系。
核心特点：
- 存储量极小：一个几百平米的环境，几十个节点就够了
- 规划速度快：图搜索算法在稀疏图上跑得飞快
- 但精度差：没法做精细的避障
我曾经在一个仓储机器人项目里试过纯拓扑地图。结果呢？机器人从一个货架到另一个货架，路径是规划出来了，但中间有个临时堆放的纸箱，它直接撞上去了。为什么？因为拓扑地图里没有这个障碍物的信息。
注意：拓扑地图不能单独用于动态环境。它必须配合局部感知一起用。我建议把它作为全局规划的「骨架」，局部再用栅格地图做精细避障。
适用场景：大规模环境（如园区、商场）、多楼层导航、路径规划的上层决策。
三、几何特征地图（Geometric Feature Map）
这种地图提取环境中的几何元素——直线、曲线、角点、圆等等。它不像栅格地图那样「像素级」描述，而是用数学公式来表示环境。
举个例子：走廊不是一堆格子，而是一组平行线；柱子不是一个圆形的占用区域，而是一个圆心坐标加半径。
核心特点：
- 数据量小：几个参数就能描述一大片区域
- 匹配精度高：适合做定位（比如激光雷达的ICP匹配）
- 但构建复杂：需要从传感器数据中提取特征，算法难度大
说实话，几何特征地图我用的不多。它更适合做SLAM（同步定位与建图），而不是纯路径规划。我记得有一次做高速公路的自动驾驶项目，尝试用几何特征地图做全局规划。结果发现，高速场景太单调了，到处都是直线和曲线，特征提取出来都差不多，反而容易混淆。
我的建议：如果你主要做路径规划，别在几何特征地图上花太多精力。它更适合做定位和建图。规划层面，用栅格或拓扑更实在。
适用场景：激光SLAM、结构化环境（如室内、隧道）、高精度定位。
四、语义地图（Semantic Map）
这是目前最「高级」的一种。它不光告诉你有障碍物，还告诉你障碍物是什么——这是行人、那是车辆、前面是红绿灯、左边是停车位。
语义地图本质上是在栅格或拓扑地图上，给每个元素贴了个「标签」。
核心特点：
- 信息丰富：知道「是什么」比知道「有东西」强太多
- 支持高级决策：比如看到「人行横道」就减速，看到「停车标志」就停
- 但依赖感知：需要强大的视觉或激光雷达识别能力
我最近在做的一个L4级无人驾驶项目，就全面转向了语义地图。说实话，效果确实好。比如经过学校区域，语义地图里标注了「学校Zone」，车辆会自动降速到20km/h。这在栅格地图里根本做不到——你没法让算法理解「这个区域需要特殊处理」。
但要注意：语义地图的构建和维护成本很高。感知模型需要持续训练，而且不同城市、不同天气下，识别效果差异很大。我曾经在雨天测试，语义分割模型把水坑识别成了「可行驶区域」——差点把车开进积水里。
适用场景：L3/L4级自动驾驶、复杂城市道路、需要理解交通规则的环境。
五、四种地图的对比与选择
好了，四种地图都聊完了。咱们直接上对比表，一目了然：
| 地图类型 | 存储量 | 规划速度 | 精度 | 语义信息 | 构建难度 |
|---|---|---|---|---|---|
| 栅格地图 | 大 | 中 | 高 | 无 | 低 |
| 拓扑地图 | 极小 | 快 | 低 | 无 | 中 |
| 几何特征地图 | 小 | 快 | 高 | 无 | 高 |
| 语义地图 | 中 | 中 | 中 | 丰富 | 很高 |
那到底怎么选？我个人的经验是：
- 做扫地机器人、室内AGV：栅格地图就够了。别整那些花里胡哨的。
- 做园区物流、多楼层导航：拓扑地图做全局规划，栅格地图做局部避障。这是黄金组合。
- 做L3/L4自动驾驶：语义地图是趋势。但前期可以用栅格地图快速验证算法，后期再上语义。
- 做高精度定位：几何特征地图是首选。但别指望它做规划。
最后说一句：实际项目中，很少只用一种地图。我现在的做法是——语义地图做全局理解，拓扑地图做路径骨架，栅格地图做局部规划。三层叠加，效果最好。你也不妨试试这个思路。
嗯，地图表示方法就聊到这儿。下一章咱们讲路径搜索算法，到时候会用到今天讲的这些地图概念。记得把对比表存一下，写代码时经常要翻出来看看。