SteveMacenski/spatio_temporal_voxel_layer

解决的问题

该项目提供了一种高效的机器人环境3D体素表示，可作为ROS中标准 voxel_grid 的即插即用替代方案。它解决了处理高密度3D传感器数据（如多个深度相机或LiDAR）时CPU开销过高的问题，以及动态环境中障碍物随时间出现和消失难以管理的难题。

工作原理

STVL利用 OpenVDB 库维护稀疏的体数据结构，使其在存储和搜索3D世界空间方面比传统网格更高效。它引入了 时间衰减 机制，体素根据可配置函数（线性或指数）过期。为避免昂贵的光线追踪，它使用传感器特定的视锥几何结构（深度相机为立方体，3D LiDAR为沙漏形）来加速那些不再被观测但应保留的体素的衰减。

适用人群

专为使用ROS导航栈的机器人开发者设计，需要将3D感知集成到局部和全局代价地图中，特别是那些在仓库、医院和零售店等动态环境中运行的机器人开发者。

主要亮点

• 低计算开销：相比标准体素层显著降低CPU使用率，可实现多个高密度传感器（如7个深度相机）的使用，且核心占用极低。
• 时间衰减：可配置体素过期机制，有效处理动态障碍物，避免简单清除。
• 基于视锥的清除：根据传感器视场加速体素衰减，保持地图准确性。
• 稀疏存储：使用OpenVDB维护大规模地图（如60,000平方英尺），内存占用极低。
• 灵活映射：支持实时3D建图，并可将地图保存为 .vdb 格式。