视觉SLAM笔记（64） 八叉树地图

---

1. 点云地图缺陷

在点云地图中，虽然有了三维结构，亦进行了体素滤波以调整分辨率
但是点云有几个明显的缺陷：

1. 点云地图通常规模很大，所以一个 pcd 文件也会很大
   一张 640×480 的图像，会产生 30 万个空间点，需要大量的存储空间
   即使经过一些滤波之后， pcd 文件也是很大的
   而且讨厌之处在于，它的“大”并不是必需的，点云地图提供了很多不必要的细节
   对于地毯上的褶皱、阴暗处的影子，并不特别关心这些东西，把它们放在地图里是浪费空间
   由于这些空间的占用，除非降低分辨率，否则在有限的内存中，无法建模较大的环境
   然而降低分辨率会导致地图质量下降，可以通过某些方式对地图进行压缩地存储，舍弃一些重复的信息
2. 点云地图无法处理运动物体
   因为做法里只有“添加点”，而没有“当点消失时把它移除”的做法
   而在实际环境中，运动物体的普遍存在，使得点云地图变得不够实用

---

2. 八叉树

把三维空间建模为许多个小方块（或体素），是一种常见的做法
如果把一个小方块的每个面平均切成两片，那么这个小方块就会变成同样大小的八个小方块
这个步骤可以不断的重复，直到最后的方块大小达到建模的最高精度
在这个过程中，把“将一个小方块分成同样大小的八个”这件事，看成“从一个节点展开成八个子节点”
那么，整个从最大空间细分到最小空间的过程，就是一棵八叉树（Octo-tree）