智能服务机器人环境描述方法：拓扑-度量混合地图

为了更好地表示环境模型，加入度量信息来补偿拓扑信息，这样的地图表示方法既具有拓扑地图的G效性，又具有度量地图的一致性和准确性。混合地图的应用 一般采用分层结构：先利用上层的拓扑地图实现粗略的全局路径规划，然后利用底层的度量地图实现准确的定位并优化生成的路径。

混合地图的思想Z早出现在20世纪70、80年代的文献中，但直到Z近才引起了越来 越多研究者的注意，成为机器人领域的一个研究热点。Z容易理解的混合地图是由Kuipers 提出的[58,源头可以追溯到他在20世纪70年代关于空间知识推理能力和认知地 图的研究⁵9,空间知识在语义层(Spatial Semantic Hierarchy,SSH)中被表示，并且包含 拓扑地图和度量地图层。 SSH 是许多研究方向的基础，如文献[60]提到拓扑层中的节点 用不同的测量创建，每一个节点都有嵌入的度量信息。因此，度量地图可以在拓扑地图创 建完毕创建，到现在SSH 已经得到了不断的改进和发展。

有的混合地图采用小的特征地图与简单拓扑图连接的方式，这种结构主要关心的是 特征地图的大小方便、适中，拓扑图仅起连接这些度量地图的作用，并不对应环境结 构[61]。在此基础上，有的研究者对拓扑图进行了扩展，使其包含对应环境结构的节点，如 Tomatis 提出的拓扑节点对应房间或者走廊的通路，每一个房间有一个相关的度量地图， 拓扑边包含在两个节点之间被探测到的路标信息[62。 Lisien 提出了一种面向 SLAM、导 航和探测的拓扑度量混合地图-分层Atlas(the Hierarchical Atlas)[63,其中，拓扑图基于 简化的Voronoi 图创建，拓扑图的节点对应走廊的交叉口等地方，并且度量地图采用特征 地图。Yamauchi 提出了一种混合地图，其中的拓扑图较为复杂，节点并不对应环境结构， 而是指没有被障碍物占有的空闲区域。