八角图
一种基于八叉树的高效概率三维映射框架
-
完整的3D模型。 该地图能够为任意环境建模 没有事先的假设。表示模型占用了 区域和自由空间。 环境的未知区域包括 在映射中隐式编码。 而空闲和占用的区别 空间对于机器人安全导航至关重要,有关 未知区域很重要,例如对于自主探索 环境。 -
可更新。 可以添加新信息或传感器 随时读取。 建模和更新在中完成 一 概率的 时尚。 这是传感器噪音或 环境动态变化引起的测量, 例如,因为动态对象。 此外,多个机器人 能够为同一地图和以前记录的地图提供帮助 在探索新领域时可以扩展。 -
灵活。 地图的范围不必在 前进。 相反,映射会根据需要动态扩展。 地图 是多分辨率的,因此,例如,高级规划师 能够使用粗略地图,而本地规划师可以使用 精细分辨率。 这也允许有效的可视化 从粗略的视图缩放到详细的特写视图。 -
契约。 地图被有效地存储在存储器和 磁盘。 可以生成压缩文件供以后使用或 即使在带宽限制下,机器人之间也能进行方便的交换。
概述
OctoMap GitHub存储库 下载源程序包 安装说明 ROS中的OctoMap 在线API文档(doxygen) 邮件列表 获取支持和公告(谷歌群组) 问题跟踪程序 针对错误和功能请求 导入数据指令
示例项目
许可证
使用八达通地图?
@第{hornung13auro条, author={Armin Hornung和Kai M.Wurm以及Maren Bennewitz和Cyrill Stachniss和Wolfram Burgard}, title={{OctoMap}:一种基于概率{3D}映射的高效框架 在八叉树}上, journal={自主机器人}, 年份=2013, 网址={ https://octomap.github.io }, doi={10.1007/s10514-012-9321-0}, 注意={软件位于\url{ https://octomap.github.io }} }
地图
致谢