2. 地图构建基础：SLAM原理、占用网格地图、地图数据结构
大家好，欢迎来到第二章。
上一章我们聊了Nav2的整体架构，算是搭了个大框架。这一章，咱们得把地基打牢——地图构建。说白了，机器人要是不知道自己在哪，周围长啥样，那避障、导航全是空谈。
我个人习惯把地图构建比作「给机器人配眼镜」。没地图，它就是瞎子。地图不准，它就是近视眼。嗯，咱们今天就来聊聊这副「眼镜」是怎么造出来的。
2.1 SLAM：边走路边画地图
SLAM，全称是 Simultaneous Localization and Mapping，中文叫「即时定位与地图构建」。名字挺长，其实核心就一句话：机器人一边移动，一边猜自己在哪里，同时把周围环境画下来。
你想想看，这其实是个「先有鸡还是先有蛋」的问题：
- 要知道自己位置，得先有地图
- 要画地图，得先知道位置
SLAM 就是同时解决这两个问题。我在项目中遇到过不少新手，上来就问：「能不能先建好地图再导航？」当然可以，但那是纯定位。真正的 SLAM 是让你在完全未知的环境里，也能跑起来。
核心要点：SLAM 不是一种算法，而是一类问题的统称。常见的实现方式有基于滤波的（如Gmapping）和基于图优化的（如Cartographer、KartoSLAM）。
2.2 占用网格地图：把世界切成小格子
地图怎么表示？最直观的方式就是「占用网格地图」（Occupancy Grid Map）。
说白了，就是把现实世界切成一个个小方格。每个格子有三种状态：
- 空闲（Free）：这里能走，没东西
- 占用（Occupied）：这里有障碍物，别撞
- 未知（Unknown）：还没探测到，小心点
每个格子存一个概率值，0 表示完全空闲，100 表示完全占用，-1 表示未知。这就是 ROS 里 nav_msgs/OccupancyGrid 消息的玩法。
我的小技巧：实际项目中，我一般把阈值设在 65 以上算占用，35 以下算空闲。中间那一段，嗯，就当未知处理。太敏感容易把地面上的小石子当墙，太迟钝又容易撞到椅子腿。
2.3 地图数据结构：ROS2 里怎么玩
在 ROS2 里，地图数据通过 nav_msgs/msg/OccupancyGrid 来传递。咱们来看看它的结构：
# 这是 OccupancyGrid 消息的核心字段
std_msgs/Header header # 时间戳和坐标系
nav_msgs/MapMetaData info # 地图元数据
time map_load_time # 地图加载时间
float32 resolution # 分辨率，单位米/像素
uint32 width # 宽度，像素数
uint32 height # 高度，像素数
geometry_msgs/Pose origin # 地图原点在世界坐标系中的位姿
int8[] data # 一维数组，按行存储的占用值这里有个坑，我踩过好几次：data 是一维数组。你要访问第 (x, y) 个格子，得自己算索引：
index = y * width + x别搞反了，x 是列，y 是行。我曾经在调试时把 x 和 y 写反了，结果地图显示出来是镜像的，找了半天 bug……
注意：地图坐标系通常遵循 REP 103 规范，x 轴向前，y 轴向左，z 轴向上。但地图原点（origin）不一定在左下角，它可以是任意位置。读取地图时一定要结合 origin 字段做坐标变换。
2.4 SLAM 建图流程：一张图说清楚
下面我用一张 SVG 流程图，把整个 SLAM 建图的闭环画出来。这是我自己总结的，项目里一直这么用：
2.5 地图分辨率：选多大合适？
地图分辨率直接影响建图质量和计算开销。我整理了一个表格，方便大家参考：
| 分辨率 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 0.05 m（5 cm） | 室内精细建图 | 细节丰富，能识别小物体 | 内存大，计算慢 |
| 0.10 m（10 cm） | 通用室内导航 | 平衡精度与性能 | 小物体可能被忽略 |
| 0.20 m（20 cm） | 室外/大场景 | 内存小，速度快 | 细节丢失严重 |
我的建议：如果你用的是 2D 激光雷达，室内场景 0.05 米就够用了。别贪心，分辨率太高反而容易引入噪声。我记得有次项目里用了 0.025 米，结果地图文件 200MB，加载都要半天……后来老老实实改回 0.05。
2.6 避坑指南：建图时常见的几个坑
做 SLAM 建图，有些坑是绕不开的。我把自己踩过的列出来，大家少走弯路：
- 里程计不准：轮子打滑、地面不平，都会导致里程计漂移。解决办法是加 IMU 做融合，或者用激光雷达做 scan-to-scan 匹配。
- 闭环检测失败：环境太相似（比如长走廊），闭环检测容易误报。我一般会调低闭环阈值，宁可漏检也别误检。
- 地图原点偏移：建图时机器人初始位置就是地图原点。如果中途重启了建图节点，原点可能会变。建议每次建图前先固定起点。
- 动态物体干扰：建图时有人走来走去，地图上会留下「鬼影」。最好在无人环境下建图，或者用动态物体滤除算法。
重要提醒：建图完成后，记得保存地图。ROS2 里用 nav2_map_server 的 map_saver_cli 工具。命令很简单：
ros2 run nav2_map_server map_saver_cli -f my_map这会生成 my_map.yaml 和 my_map.pgm 两个文件。别问我为什么强调这个——我曾经建了一下午的图，结果忘了保存……
2.7 小结
这一章我们聊了 SLAM 的基本原理、占用网格地图的概念，以及 ROS2 里的地图数据结构。说白了，地图构建就是「用传感器数据，把环境量化成格子，再存成标准格式」的过程。
下一章我们会深入 Nav2 的全局规划器，看看地图建好后，机器人怎么规划出一条好路。嗯，到时候再聊。