3D Voxel Maps to 2D Occupancy Maps for Efficient Path Planning for Aerial and Ground Robots

本文介绍了一种新的方法，将机器人用于定位和导航的三维体素地图转换为二维占据地图，以实现更高效的大规模导航，包括计算时间和内存使用方面。主要目的是有效地整合二维和三维地图的不同映射优势，以实现无人机和无人车的高效路径规划。该方法利用UFOMap映射解决方案中的自由空间表示生成带高度和坡度信息的二维占据地图。在3D到2D地图转换过程中，该方法进行安全检查，并消除地图中高度轴尺寸低于机器人安全边界的自由空间。这使得空中或地面机器人可以安全导航，并主要依赖该方法生成的二维地图。此外，该方法从三维体素地图中提取高度和坡度数据。坡度数据标识出对于地面机器人而言太陡峭而无法穿越的区域，并将其标记为占据，从而为地面机器人提供更准确的地形表示。高度数据用于将使用2D地图生成的路径转换为UAV和UGV的三维空间路径。该方法的有效性在两个不同的环境中进行了评估。

本文旨在将机器人用于定位和导航的三维体素地图转换为二维占据地图，以实现更高效的大规模导航，特别是对于无人机和无人车。

该方法使用UFOMap中的自由空间表示来生成带有高度和坡度信息的二维占据地图，并通过安全检查将地图中低于机器人安全边界的维度的自由空间消除，以使航空或地面机器人可以安全地导航。

该方法提取了三维体素地图中的高度和坡度数据，并使用坡度数据标识对于地面机器人无法穿越的陡峭区域，从而为地面机器人提供更准确的地形表示。该方法还利用高度数据将使用二维地图生成的路径转换为无人机和无人车的三维空间路径。

最近的相关研究包括：《3D占据栅格地图的快速构建和更新：一种基于深度学习的方法》、《基于深度学习的三维占据栅格地图构建方法》等。