第三章：地图服务与代价地图

各位同学好，我是你们的导航实战讲师。今天我们来聊聊导航里最核心的数据结构——代价地图。说实话，我见过太多人在导航参数上栽跟头，最后发现是代价地图没配好。这一章，我会把地图数据类型、三个核心图层以及参数调优的坑，一次性讲清楚。

3.1 地图数据类型：OccupancyGrid

先说说地图长什么样。在ROS2里，地图的数据类型叫nav_msgs::msg::OccupancyGrid。说白了，它就是一个二维数组，每个格子存一个值，表示这个格子被占用的概率。

值的范围是0到100：

• 0：完全空闲，可以走
• 100：完全被占，不能走
• -1：未知区域，没探测到

嗯，这里要注意：-1这个值特别容易坑人。我刚开始做项目时，以为未知区域就是空闲，结果机器人直接往墙里钻。后来才明白，未知区域要当作障碍物处理才安全。

地图的元信息也很关键：

# 地图元信息示例
origin: [-10.0, -10.0, 0.0]  # 地图左下角坐标
resolution: 0.05              # 每个格子5厘米
width: 400                    # 宽度400格
height: 400                   # 高度400格

分辨率选多少？我个人习惯室内用0.05米，室外用0.1米。分辨率太高，计算量爆炸；太低，机器人过不了窄门。

3.2 静态地图层

静态地图层，就是加载你事先建好的SLAM地图。它不会动态变化，除非你重新加载。

配置起来很简单：

static_layer:
  map_topic: "/map"
  subscribe_to_updates: true
  map_subscribe_transient_local: true

这里有个坑：subscribe_to_updates要不要开？我建议开着。为什么呢？因为有些场景下，你可能会通过地图服务器动态更新地图（比如有人手动修正了地图）。不开的话，更新了你也看不到。

还有map_subscribe_transient_local，这个参数的意思是：订阅时如果地图还没发布，就等一等。嗯，这个一定要设成true，否则启动顺序不对时，代价地图就收不到地图数据了。

3.3 障碍物层

障碍物层负责处理传感器数据。激光雷达、深度相机、声呐，这些数据都会汇到这里。

核心配置：

obstacle_layer:
  observation_sources: laser_scan_sensor
  laser_scan_sensor:
    topic: /scan
    sensor_frame: laser_frame
    data_type: LaserScan
    clearing: true
    marking: true
    inf_is_valid: true

我来解释几个关键参数：

• clearing：是否清除障碍物。比如障碍物移走了，传感器扫不到，就应该把原来的障碍物标记清除。
• marking：是否标记障碍物。检测到障碍物就标记为占用。
• inf_is_valid：无限远距离是否有效。有些激光雷达在测不到时返回inf，这个参数要设成true，否则会报错。

我在项目中遇到过一个问题：机器人明明看到障碍物了，但就是不避障。查了半天，发现是clearing和marking都设成了false。说白了，你既不让它标记障碍物，又不让它清除，那这层就废了。

3.4 膨胀层

膨胀层，就是把障碍物往外扩一圈。为什么要扩？因为机器人有体积，你不能让机器人的中心点贴着障碍物走。

膨胀半径怎么算？我一般这样算：

inflation_layer:
  inflation_radius: 0.55  # 机器人半径 + 安全余量
  cost_scaling_factor: 10.0

inflation_radius设成机器人半径加上0.1~0.2米的安全余量。比如机器人半径0.35米，我就设0.55米。

cost_scaling_factor这个参数很有意思。它控制代价从障碍物边缘到膨胀边界的衰减速度。值越大，衰减越快，路径越靠近障碍物。值越小，衰减越慢，路径越远离障碍物。

我曾经在一个仓库项目里，把cost_scaling_factor设成了5.0，结果机器人绕路绕得离谱。后来改成10.0，路径就合理多了。你想想看，这个值其实就是个权衡：安全 vs 效率。

3.5 代价地图配置与参数调优

好了，三个图层都讲完了。现在把它们组合起来，就是完整的代价地图配置。

一个典型的配置长这样：

global_costmap:
  global_frame: map
  robot_base_frame: base_footprint
  update_frequency: 1.0
  publish_frequency: 1.0
  width: 20.0
  height: 20.0
  resolution: 0.05
  plugins:
    - {name: static_layer, type: "nav2_costmap_2d::StaticLayer"}
    - {name: inflation_layer, type: "nav2_costmap_2d::InflationLayer"}

local_costmap:
  global_frame: odom
  robot_base_frame: base_footprint
  update_frequency: 5.0
  publish_frequency: 2.0
  width: 3.0
  height: 3.0
  resolution: 0.05
  plugins:
    - {name: obstacle_layer, type: "nav2_costmap_2d::ObstacleLayer"}
    - {name: inflation_layer, type: "nav2_costmap_2d::InflationLayer"}

注意看，全局代价地图和局部代价地图的配置不一样：

• 全局地图用map坐标系，更新频率低（1Hz），范围大（20米）
• 局部地图用odom坐标系，更新频率高（5Hz），范围小（3米）

为什么会这样？因为全局规划不需要实时更新，但需要知道整个地图。局部规划需要快速响应，但只看机器人周围几米就够了。

参数调优的几个要点：

参数	推荐值	说明
update_frequency	全局1~2Hz，局部5~10Hz	太高CPU吃不住，太低反应慢
resolution	室内0.05，室外0.1	分辨率越高，计算量越大
inflation_radius	机器人半径+0.1~0.2米	太小容易撞，太大绕路
cost_scaling_factor	8.0~12.0	根据场景微调

3.6 知识体系总览

最后，我用一张图把本章的知识点串起来。这张图展示了地图数据、三个图层以及它们之间的关系：

这张图很直观：地图数据是基础，三个图层各司其职，最终合成代价地图，供路径规划算法使用。你配置的时候，要确保每个图层都正常工作，缺一个都不行。

好了，这一章就到这里。记住，代价地图是导航的基石，配好了事半功倍，配不好寸步难行。下一章我们讲路径规划算法，到时候你会看到代价地图是怎么被用起来的。

可可精品资料库