Open Source Robotics

精选高质量开源机器人项目、工具和软件,推动机器人社区发展。

Elevation Map

  • 又称: height map, 2.5D map, digital elevation model
  • 类别: Sensing › 3D maps & reconstruction
  • 标签: mapping, terrain, legged-locomotion, 3d-perception, navigation

一种地形的 2.5D 栅格地图,为每个水平单元格存储一个高度值,通常还带有不确定性;它是足式机器人和越野机器人规划的标准输入。

定义

高程地图(Elevation map)是覆盖地平面的栅格,其中每个单元格存储该位置地形表面的高度。由于每个单元格只存储一个高度,它常被称为 2.5D 表示:比平面占据栅格信息更丰富,又比完整的 3D 体素地图便宜得多。单元格通常还带有方差或置信度,许多系统还会增加由高度计算出的其他图层,如表面法向、坡度、粗糙度或可通行性。

构建高程地图意味着随时间融合距离数据。每幅深度图像或 LiDAR 扫描都利用机器人的位姿变换到地图坐标系中,点被分到各个单元格,每个新的高度测量都与存储的估计合并,通常使用按传感器噪声加权的卡尔曼滤波式更新。位姿估计中的误差会使地图变得模糊,因此里程计漂移直接限制了地图质量。以机器人为中心的高程建图由苏黎世联邦理工学院(ETH Zurich)为 ANYmal 等足式机器人开发,它让地图随机器人移动,并在机器人远离观测到这些单元格的位置时增大其不确定性,从而即使全局位置发生漂移,脚附近的地形也能保持一致。GPU 实现使得以相机帧率更新地图成为可能。

单一高度的假设也是其主要局限。悬垂结构、桌子、隧道和多层结构都无法表示,而台阶或岩石后面被遮挡的区域仍然未知,除非用插值或学习式补全加以填充。多层表面地图和完整的 3D 地图能以额外的代价处理这些情况。在足式运动中,高程地图为落脚点规划器提供输入,把每只脚周围的高度采样作为学习型策略的输入,并为路径规划提供可通行性估计的支持。

为何重要

足式机器人和越野车辆不仅需要知道障碍物在哪里,还需要知道地面在哪里。高程地图以一种紧凑的形式提供这些信息,规划器和学习型策略可以快速查询,它已成为感知与地形感知运动之间的常用接口。

主要应用

  • 四足机器人和人形机器人在楼梯和崎岖地面上的感知运动
  • 落脚点规划和台阶边缘规避
  • 越野车辆和行星车的可通行性分析
  • 学习型运动策略的高度扫描输入
  • 农业和建筑机器人的地形建图

实际应用

在一台爬楼梯的四足机器人上,机身上的深度相机每秒产生数次点云。每个点云利用视觉惯性里程计或腿式里程计得到的位姿,被变换到以机器人为中心的地图坐标系中,并融合到单元格边长为几厘米的栅格里。控制器在每只脚周围按一定模式采样高度,把它们与本体感知一起输入运动策略,或者把地图传给落脚点规划器,由后者剔除靠近台阶边缘的单元格。工程师会留意各种伪影,例如机器人自身的腿进入相机视野造成的尖峰,并在地图到达控制器之前把它们滤除。

常见误解

  • 高程地图是完整的 3D 地图 — 它每个单元格只存储一个高度,无法表示悬垂结构、桌子或多个楼层
  • 没有数据的单元格就是平地 — 未观测到的单元格通常位于障碍物后方,它们是未知的,应谨慎对待或显式填充
  • 地图质量只取决于深度传感器 — 位姿误差会把高度抹到多个单元格上,因此里程计的质量与传感器同样重要

谁需要了解

  • 从事感知控制的足式运动工程师
  • 野外和越野机器人开发人员
  • 建图和感知工程师
  • 行星机器人和农业机器人研究人员

相关技术

  • Grid Map 库(Grid Map Library)
  • 以机器人为中心的高程建图(Robot-Centric Elevation Mapping)
  • 视觉惯性里程计(Visual-Inertial Odometry)
  • OctoMap
  • 多层表面地图(Multi-Level Surface Maps)

相关术语

  • Terrain Traversability
  • Point Cloud
  • Depth Camera
  • Odometry
  • Octree
  • Foothold Planning

相关项目

  • LingBot-Map: Streaming 3D reconstruction from one camera: pose and depth for every frame, live
  • Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
  • OpenDroneMap: Open-source photogrammetry toolkit that turns drone images into maps and 3D models
  • Nav2: ROS 2 navigation stack with path planning and obstacle avoidance for mobile robots
  • DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required
  • RTAB-Map: Versatile graph-based SLAM supporting RGB-D, stereo, and LiDAR with real-time operation

本网站需要 JavaScript 才能正常运行。请启用 JavaScript 以浏览我们的开源机器人项目。