让我明确指出这两种导航方式在代码中的具体实现位置。
拓扑导航 vs 几何导航的具体实现位置
1. **拓扑导航：基于 GVD Place 节点的中层规划**
实现文件
`@/home/jiayuliang/WS/CMU_VLFM/Active_Semantic/src/exploration/scripts/mid_planning.py:20-99`
关键代码
**订阅 GVD 占用栅格**（第 33-36 行）：
```python
grid_topics = [
f"{self.config.OCCUPANCY_GRID_TOPIC_PREFIX}{i}/gvd/occupancy"
for i in range(self.config.OCCUPANCY_GRAPH_COUNT)
]
```
**输入话题**：
-
`/clio_node/graph0/gvd/occupancy`
-
`/clio_node/graph1/gvd/occupancy`
-
...（根据 `OCCUPANCY_GRAPH_COUNT` 配置）
**输出**：
-
发布路径到：`/planned_mid_path`（第 31 行）
-
发布合并地图到：`/gvd_merged_map`（第 24 行）
**核心特点**：
-
✅ 使用 **GVD (Generalized Voronoi Diagram)** 占用栅格
-
✅ GVD 基于 **Place 节点**生成（自由空间骨架）
-
✅ 在拓扑空间中规划，避开障碍物中心线
-
✅ 合并多个 Scene Graph 的 GVD 地图
2. **几何导航：基于 TSDF 的局部避障**
实现文件
`@/home/jiayuliang/WS/CMU_VLFM/Active_Semantic/src/exploration/scripts/local_planning.py:19-98`
关键代码
**订阅 TSDF 占用栅格**（第 33-36 行）：
```python
grid_topics = [
f"{self.config.OCCUPANCY_GRID_TOPIC_PREFIX}{i}/tsdf/occupancy"
for i in range(self.config.OCCUPANCY_GRAPH_COUNT)
]
```
**输入话题**：
-
`/clio_node/graph0/tsdf/occupancy`
-
`/clio_node/graph1/tsdf/occupancy`
-
...（根据 `OCCUPANCY_GRAPH_COUNT` 配置）
**输出**：
-
发布路径到：`/planned_local_path`（第 31 行）
-
发布膨胀地图到：`/inflated_map`（第 23 行）
**核心特点**：
-
✅ 使用 **TSDF (Truncated Signed Distance Field)** 占用栅格
-
✅ TSDF 提供精确的几何距离信息
-
✅ 执行障碍物膨胀（merge_and_inflate_grid(cci:1://file:///home/jiayuliang/WS/CMU_VLFM/Active_Semantic/src/exploration/scripts/local_planning.py:174:4-286:30)，第 49 行）
-
✅ 局部精细避障规划
对比总结
| 特性 | 拓扑导航（Mid Planner） | 几何导航（Local Planner） |
|------|------------------------|--------------------------|
| **文件** | mid_planning.py(cci:7://file:///home/jiayuliang/WS/CMU_VLFM/Active_Semantic/src/exploration/scripts/mid_planning.py:0:0-0:0) | local_planning.py(cci:7://file:///home/jiayuliang/WS/CMU_VLFM/Active_Semantic/src/exploration/scripts/local_planning.py:0:0-0:0) |
| **数据源** | **GVD 占用栅格** | **TSDF 占用栅格** |
| **话题** | `/*/gvd/occupancy` | `/*/tsdf/occupancy` |
| **规划空间** | Place 节点拓扑空间 | 几何网格空间 |
| **输出路径** | `/planned_mid_path` | `/planned_local_path` |
| **输出地图** | `/gvd_merged_map` | `/inflated_map` |
| **特点** | 全局拓扑路径 | 局部避障路径 |
| **障碍物处理** | 基于 Voronoi 骨架 | 基于距离场 + 膨胀 |
数据流
```
Scene Graph (Clio)
├─→ GVD Layer (Place 节点) → /gvd/occupancy → Mid Planner → /planned_mid_path
└─→ TSDF Layer (几何网格) → /tsdf/occupancy → Local Planner → /planned_local_path
```
**两者协同工作**：
-
Mid Planner 在 GVD 拓扑空间规划全局路径
-
Local Planner 跟随 Mid 路径，在 TSDF 几何空间执行精细避障
-
形成**分层导航架构**：拓扑层 + 几何层