建图是定位的反面
上一篇我们问的是：给定一张地图，我在哪里？这就是定位。现在我们把问题反过来。假设你已经知道自己的位姿——也就是每一刻的精确位置和朝向。那么，从传感器看到的东西里，你能了解到关于这个世界的什么呢？这个反过来的问题，就是机器人建图，它正是定位的镜像：定位是用已知的地图找出位姿，建图则是用已知的位姿来构建地图。
想象一台机器人带着旋转激光扫描仪在走廊里行进。每次扫描都告诉它：这个方向最近的墙在 3.2 米外，那个方向的墙在 1.8 米外。只要机器人知道自己站在哪里、朝着哪个方向，每一个读数就都指向房间里一个真实的位置。建图的全部任务，就是把数以百万计这样被指向的位置收集起来，整理成机器人之后真正能用得上的东西。
把世界切成格子
存储地图最常用的方式，就是占据栅格地图。它的思路妙在简单：在地面上铺一张棋盘，把世界切成一个个小方格——边长常常是 5 厘米或 10 厘米。每个格子只存一个数：那里有实体物体的概率。接近 1 表示「几乎肯定被占据」，接近 0 表示「几乎肯定是空的」，而 0.5 左右则表示「我真的拿不准」。
空闲、占据、未知这三种状态，正是机器人安全移动所需要的。空闲的格子是它可以行驶的地方；占据的格子是要避开的墙壁、家具和人；未知的格子则是边界——它还没看过的地方，而那恰恰是探索者下一步该去的方向。注意，栅格地图从不存「这是一把椅子」或「这是一道门」，它只存每个小方格有多满。这种朴素正是它的长处。
格子大小里悄悄藏着一个权衡。很小的格子能捕捉细节——细细的桌腿、窄窄的缝隙——但一个房间就需要数百万个格子，既吃内存，又拖慢每一次查询。大格子便宜又快，却会把小障碍物糊成实心的一团。选择格子大小，其实就是在选择你愿意为多少细节付出代价。
让每一次扫描投票
单独一次激光或深度读数，永远不能全信。LiDAR 和深度相机都受传感器噪声困扰：一束光可能擦到一粒尘埃、被玻璃反射，或者把距离多报了几厘米。所以，占据栅格地图不会让某一次读数把格子一锤定音，而是让每一次读数都投下一小票，格子相信的是群体，而不是任何单独一位投票者。
让一束光变得有信息量的诀窍就在这里。一次测距读数同时告诉你两件事。光束停下的那个点，很可能是被占据的——有东西挡住了它。但光束一路穿过、才到达那里的那整段空气，一定是空的，否则它会更早停下。所以，一条射线把一个格子推向「占据」，把它身后一连串格子推向「空闲」。这有时被称为逆传感器建模：从传感器的报告反推世界的样子。
- 取一次测距读数，用机器人已知的位姿，算出这束光在栅格里从哪里出发、又在哪里结束。
- 沿着从起点到终点的那一串格子走一遍，把每个格子都往「空闲」轻推一点——光束穿过了它们，所以它们是空的。
- 在光束停下的那个格子上，把它往「占据」轻推——那里有东西把光束反射了回来。
- 对扫描中的每一束光、以及机器人移动时的每一次扫描，都重复这个过程。有把握的格子会稳定在 0 或 1 附近；忽明忽暗、拿不准的格子，则在 0.5 附近徘徊。
正是这种投票的习惯，让地图能甩开噪声。一次把某个格子误画成占据的虚假反射，会在接下来光束十次干干净净地穿过时被票数压倒。栅格地图也悄悄应对着变化：当原本站在门口的人走开后，新涌入的「空闲」票会慢慢把他抹去。地图随着房间一起呼吸。
什么时候栅格地图是杀鸡用牛刀
占据栅格地图是一种稠密的度量地图：它锁定真实世界的距离，把地面的每一个方格都填满，无论那里有没有值得关注的东西。这让它非常适合在椅子腿间穿梭的扫地机器人，但对于一台横穿空旷大仓库的机器人来说就太浪费了——那数百万个格子，大多只是在说「空、空、空」。
一种更轻量的替代方案是路标地图（特征地图）。它不记录每一个格子，只记住一组稀疏的、有辨识度的点——这里一根柱子、那里一个墙角、装卸口上方一块醒目的标牌——以及它们的坐标。它存储起来便宜得多，匹配起来也快，但它对路标之间的空白一无所知，所以在绕开杂物方面就没那么直接好用。
更轻的还有拓扑地图，它干脆把精确距离全都丢掉，只保留一张「地点以及它们如何相连」的图：「大堂连着 A 走廊，A 走廊连着实验室。」这就像按比例绘制的平面图与地铁线路图之间的区别。这两种风格的对比——精确而稠密，对上稀疏而重连通——正是度量地图与拓扑地图的核心，而在两者间做选择，是机器人开发者最早要拍板的设计决定之一。