扫地机器人如何构建环境地图？

　　对很多移动机器人来说，其所处的环境基本是未知的，构建地图需要机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的，这即移动机器人导航中常见的SLAM技术（同步定位与地图构建：Simultaneous localization and mapping）。扫地机器人的工作环境与一般的移动机器人有所不同，它工作在室内家庭环境中，在大的格局上一般不会变化，但是局部空间有时会产生一些变化（如座椅的挪动，人、宠物的走动等），需要机器人在工作中不断的在原有地图基础上进行地图更新。

　　机器人环境地图构建问题可以这样解释：从某一位置开始，一个移动机器人应该能够用其传感器探索环境，获知环境信息，解释场景，通过一定的算法更新或构建地图。目前，有很多表示环境地图的方法，对于机器人导航应满足以下三点要求：

　　1、便于计算机的处理

　　2、容易加入新的信息并更新地图

　　3、机器人可以依靠该地图信息完成特定的任务，如导航、搜索等等

　　常用的环境地图可以大致分为三种：拓扑地图、几何地图、栅格地图。每种表示方法都有自己的优点和缺点，下面分别进行介绍。

　　1.拓扑地图（Topological Map）

　　拓扑地图是一种保持点与线相对位置关系正确而不一定保持图形形状与面积、距离、方向正确的抽象地图，它经过简化及调整，只保留重要信息。谈到拓扑地图大家可能会有些陌生，但是有一种拓扑地图很多人要每天都与之打交道，那就是地铁线路图。现代的地铁线路图起源于哈利·贝克(Henry Charles Beck)在1931年绘制的伦敦地铁路线图，它上面没有比例尺，两点之间的相对位置及距离也不一定对应实际的位置和距离，用不同颜色标示地铁路线以及沿线的各站，看起来清晰直观，解决了原来按照实际地理比例导致的诸多问题。现在的地铁线路图大都是据此演变而来，哈利·贝克也因此闻名。

　　在机器人领域，拓扑地图是一种简洁紧凑的环境建模表示方法，地图中只包含节点和线段两类元素。节点表示环境中如障碍物、起始点、转角、充电基地等重要位置点，线段表示重要点之间的连接关系。拓扑地图的复杂程度由环境中的重要位置点个数和重要置位点之间的连接关系决定。举例说明，如果环境中只有两个关键位置点，那么拓扑图中只有两个节点和至多一个线段；如果存在三个关键位置点，那么就存在三个节点和至多三条线段，以此类推在N个节点下，至多存在N(N-1)/2条线段。以拓扑地图表示环境，忽略了环境中的几何特征，位置信息也只是给予模糊描述。机器人只需要知道从哪个节点出发，到哪个节点终止，选择哪条线路即可，对位置精度要求不高。

　　拓扑地图抽象度高，特别在环境大而简单时。这种方法将环境表示为一张拓扑意义中的图，图中的节点对应于环境中的一个特征状态、地点。如果节点间存在直接连接的路径则相当于图中连接节点的弧。其优点是：(1)有利于进一步的路径和任务规划，(2)存储和搜索空间都比较小，计算效率高，(3)可以使用很多现有成熟、高效的搜索和推理算法。缺点在于拓扑地图的构建要求节点特征明显，对全覆盖路径规划有一定局限性，对环境的描述信息有限，无法用于判断是否已经完成遍历。在智能扫地机器人应用中，拓扑地图节点往往用位置坐标作为特征，而地图本身在表示单元域分割法中的单元域链接问题中有较为出色的应用。                                                             

　　2.特征地图（Feature-based Map）

　　特征地图，也称几何地图，是指对从机器人传感器上采集到的环境信息进行共性筛除、特征提取后，得到简单的几何信息特征（例如点、线段、圆弧或曲线），以此为描述关键建立地图的方法。这种表示法更为简单,便于障碍物的位姿信息估计和特征识别。在扫地机器人室内应用中，这些特征往往是门、墙、桌角等室内障碍，而从传感器的角度观察，他们就是一些长的反射面，宽度不不超过2米的通道或者是一个半径15厘米的圆柱障碍物。创建特征地图对传感器的精度提出了一定的要求，一般采用一些带有预处理或者信号变化的传感器模块完成。特征地图定位准确，模型易于由计算机描述和表示，参数化特征也适用于路径规划和轨迹控制，但特征法需要特征提取等预处理过程，对传感器噪声比较敏感，适于高度结构化环境(如办公室、教室及家庭等),特征地图与路径规划方法中的模板匹配法也有很高的适应性。

　　3.栅格地图(Grid-based Map)

　　栅格地图是一种对现实中真实地图数字栅格化的产物。它将环境分解成一系列离散的栅格，每个栅格有一个值，栅格包含了坐标、是否障碍两类基本信息，用每一个栅格被占据的概率值来表示环境信息，一般标识为是否是障碍物。每个地图栅格都与实际环境中的一个小块区域对应，反映出环境的信息，易于机器人进行地图信息的存储。栅格地图可以详细地描述环境信息，并且很容易创建和维护，但是在对环境划分的栅格数量较少的情况下显得精度不高，当需要高精度的栅格地图时，由于栅格的数量的增加，机器人对栅格地图的维护和处理时间会呈现指数级的增长，因此很难达到实时的效果。

　　栅格地图是一种近似描述，易于创建和维护，对某个栅格的感知信息可直接与环境中的区域对应，机器人对所测得的障碍物具体形状不太敏感，特别适于处理超声测量数据。但当在大型环境中或网格单元划分比较细时，网格法计算量迅速增长，需要大量内存单元，使计算机的实时处理变得很困难。

　　事实上，上述三种构建环境地图的方法，各有优劣，目前还没有哪一种能非常完整而又高效的对机器人所处环境进行建模。为了扬长避短，使用混合地图有时可以有效减轻单一地图所带来的问题。如采用几何-拓扑混合环境地图，这种混合方法在全局空间采取拓扑描述以保证全局连续性，而具体局部环境中采用几何表述则有利于移动机器人精确定位的优势得以发挥。

　　选择环境地图的构建方法时，不能仅考虑环境地图建模，而是要综合考虑机器人的定位、路径规划以及应用场合的等多种因素。