概述

利用占据网格将机器人工作空间表示为离散网格。可以从传感器实时收集环境信息，也可以根据预先获取的信息进行加载。激光测距仪、碰撞传感器、摄像机和深度传感器通常用于寻找机器人环境中的障碍物。

占用网格用于机器人算法，如路径规划（参见移动机器人（机器人系统工具箱）或规划师)。它们用于将传感器信息集成到离散地图中的地图应用程序，用于寻找无碰撞路径的路径规划，以及用于在已知环境中定位机器人（参见monteCarloLocalization或匹配扫描）.您可以创建具有不同大小和分辨率的地图，以适合您的特定应用程序。万博 尤文图斯

有关三维入住地图，请参见occupancyMap3D．

对于二维占用栅格，有两种表示：

二进制占用网格使用符合事实的表示占用工作空间（障碍物）的值，以及错误的值表示自由工作区。这个网格显示了障碍物在哪里，以及机器人是否可以通过这个空间。如果内存大小是应用程序中的一个因素，则使用二进制占用网格。

概率占据网格使用概率值来创建更详细的地图表示。这种表示是使用占用网格的首选方法。这种网格通常被简单地称为居住网格。占用网格中的每个单元格都有一个代表该单元格占用概率的值。接近1的值表示该单元格包含障碍的高确定性。接近0的值表示确定单元格未被占用且无障碍物。概率值可以提高目标的保真度，提高某些算法应用的性能。

二进制和概率占用网格共享若干属性和算法细节。栅格和世界坐标适用于这两种类型的占用栅格。膨胀函数也适用于两个网格，但每个网格的实现方式不同。对数优势表示和概率饱和的影响仅适用于概率占用网格。

世界坐标、栅格坐标和局部坐标

在MATLAB中使用占用网格时^®，可以使用世界坐标、局部坐标或栅格坐标。

机器人在其中工作的绝对参考系被称为世界框架在居住网格中。大多数操作是在world框架中执行的，它是在这个工具箱中使用MATLAB函数时的默认选择。世界坐标作为一个固定原点的绝对坐标系，点可以用任何分辨率指定。然而，由于数据存储和地图本身的分辨率限制，所有位置都被转换为网格位置。

的局部框架指车辆在地图上导航时以自我为中心的框架GridOriginInLocal和本地原创世界属性定义网格在局部坐标中的原点以及局部框架在世界坐标中的相对位置移动函数。有关使用局部框架作为自我中心地图来模拟车辆移动和发送局部障碍的示例，请参见使用距离传感器创建以自我为中心的占用地图．

网格坐标定义了占用网格的实际分辨率和障碍物的有限位置。网格坐标的原点在网格的左上角，第一个位置有索引(1,1).然而GridLocationInWorldMATLAB中占用网格的属性在世界坐标系中定义网格的左下角XWorldLimits和世界极限是由输入定义的宽度，高度和决议。此图显示了这些属性的可视化表示以及世界坐标和栅格坐标之间的关系。

坐标膨胀

二进制和普通占用网格都有一个膨胀障碍物的选项。这种膨胀用于增加障碍物上的安全系数，并在机器人和环境中的障碍物之间创建缓冲区使充气占用栅格对象的函数转换指定的半径到从分辨率*半径每个算法分别使用此单元格值来修改障碍物周围的值。

map=BinaryOccupencyMap（10,10,5）；SetOccupage（map[5]，1）；

充气(图1);显示(图)

持有在…上θ= linspace(0, 2 *π);x = 4.9 + cos(θ);%x圆坐标y = 4.9 +罪(θ);%y圆坐标图(5 5‘* b”，“MarkerSize”, 10)%原址图(4.9,4.9,“xr”，“MarkerSize”, 10)%网格定位中心图（x，y，“-r”，“线宽”,2);%半径为1m的圆。轴（[3.6 6 3.6]）ax=gca；ax.XTick=[3.6:0.2:6]；ax.YTick=[3.6:0.2:6]；网格在…上传奇(“原始位置”，“网格中心”，“通货膨胀”）

地图=职业地图（10,10,10）；

x=[1.2；2.3；3.4；4.5；5.6]；y=[5.0；4.0；3.0；2.0；1.0]；pvalues=[0.2 0.4 0.6 0.8 1]；updateOccupancy（地图，[x y]，pvalues）图形显示（地图）

savedMap = (map)复印件;充气(图0.5)图显示(图)

概率值的对数赔率表示

当使用具有概率值的占用网格时，目标是估计用于实时机器人应用的障碍物位置的概率。这个职业地图类使用对数赔率表示每个单元格的概率值。每个概率值被转换为一个相应的日志概率值，以便内部存储。该值在访问时被转换回概率。这种表示以最少的操作有效地更新概率值。因此，可以快速地将传感器数据集成到地图中。

对数赔率表示使用以下等式：