SteveMacenski/spatio_temporal_voxel_layer

解決的問題

本專案提供高效率的機器人環境3D體素表示，可作為ROS標準 voxel_grid 的即插即用替代方案。解決處理高密度3D感測器資料（如多個深度相機或LiDAR）時的高CPU負載問題，以及動態環境中障礙物隨時間出現與消失難以管理的困境。

工作原理

STVL利用 OpenVDB 庫維持稀疏的體積資料結構，使其在儲存與搜尋3D世界空間方面比傳統網格更有效率。引入 時間衰減 機制，體素根據可設定的函數（線性或指數）過期。為避免昂貴的射線追蹤，使用感測器特定的視錐幾何（深度相機為立方體，3D LiDAR為沙漏形）來加速那些不再被觀測但應保留的體素衰減。

適用對象

專為使用ROS導航堆疊的機器人開發者設計，需要將3D感知整合至局部與全域成本地圖中，特別是於倉庫、醫院與零售店等動態環境中運作的機器人開發者。

主要亮點

• 低計算負載：相比標準體素層顯著降低CPU使用率，可實現多個高密度感測器（如7個深度相機）的使用，且核心佔用極低。
• 時間衰減：可設定體素過期機制，有效處理動態障礙物，避免簡單清除。
• 基於視錐的清除：根據感測器視野加速體素衰減，保持地圖準確性。
• 稀疏儲存：使用OpenVDB維持大規模地圖（如60,000平方英尺），記憶體佔用極低。
• 彈性映射：支援即時3D建圖，並可將地圖儲存為 .vdb 格式。