apollo自動駕駛金字塔點雲地圖模型結構分析

金字塔地圖(pyramid map)

金字塔模型是圖像處理中的重要手段，常用作多分辨率模型。
在apollo點雲地圖中，使用點雲特徵提取地面特徵平面層，再將地面層上的點雲數據存儲在金字塔模型中。
通過使用金字塔模型對建立不同分辨率(resolution)地圖數據進行存儲，每一層的數據結構都是統一的，只是保存不同分辨率的數據而已。
每一層的金字塔，主要由以下幾個關鍵數據結構抽象搭建的架構，
$MapMatrix \subset MapNode \subset MapNodePool$

MapNode存儲的是點雲點的位置（Pose）所確定的範圍信息, 它的作用是將確定的地理範圍劃分成若干個node節點，並以$Node_{index}$來存取相應區域的地圖數據。，其Index是根據以下公式計算所得
$Node_{index}=(Pos_{x,y}-min_{x,y})/(Node_{size} \times resolution)$
目前固定每個 $Node _{size}=1024 \times 1024$,
默認點雲地圖的分辨率是 $0.125m$，即最小$Cell$的邊長爲 $0.125m$,
所以一個node所能涵蓋的單方向的地理距離就是$(1024 \times 0.125)m$
其中$Pos_{x,y} \in R^2$ 是UTM座標，x指向東，y指向北，
$(min_{x},{min}_y)$是當前地圖區域的最小邊界值，也是UTM座標,

例如，
$$m=(x-{min_x})/(1024*0.125),n=(y-min_y)/(1024*0.125)$,$

MapMatrix 存儲每個點雲點的相關信息，其Index是根據以下公式計算所得
$Cell_{index}=(P_{global}-P_{lefttop})/resolution$