【ros2】OccupancyGrid消息里的resolution

本文简要介绍ROS 2中nav_msgs/msg/OccupancyGrid消息里的resolution参数含义,以及它和width、height之间的关系。

txt 复制代码
$ ros2 interface show nav_msgs/msg/OccupancyGrid
# This represents a 2-D grid map
std_msgs/Header header
        builtin_interfaces/Time stamp
                int32 sec
                uint32 nanosec
        string frame_id

# MetaData for the map
MapMetaData info
        builtin_interfaces/Time map_load_time
                int32 sec
                uint32 nanosec
        float32 resolution
        uint32 width
        uint32 height
        geometry_msgs/Pose origin
                Point position
                        float64 x
                        float64 y
                        float64 z
                Quaternion orientation
                        float64 x 0
                        float64 y 0
                        float64 z 0
                        float64 w 1

# The map data, in row-major order, starting with (0,0).
# Cell (1, 0) will be listed second, representing the next cell in the x direction.
# Cell (0, 1) will be at the index equal to info.width, followed by (1, 1).
# The values inside are application dependent, but frequently,
# 0 represents unoccupied, 1 represents definitely occupied, and
# -1 represents unknown.
int8[] data

核心概念解释

1. resolution(分辨率)

resolution 是一个浮点数(float32) ,单位是 米/单元格 (meters per cell) ,表示栅格地图中每个单元格(栅格)对应的实际物理尺寸。

  • 例如:resolution = 0.05 表示地图中一个单元格对应现实世界中 5 厘米 × 5 厘米的区域;
  • 这是连接「像素/单元格坐标」和「真实物理坐标」的核心参数。
2. width & height(宽度/高度)
  • width:整数(uint32),表示地图在x轴方向的单元格数量;
  • height:整数(uint32),表示地图在y轴方向的单元格数量;
  • 两者描述的是地图的「栅格数量」,而非物理尺寸。
3. 三者的核心关系

物理尺寸 = 单元格数量 × 分辨率

  • 地图实际物理宽度(米):width × resolution
  • 地图实际物理高度(米):height × resolution
  • 举例:
    • 若 resolution=0.1(10cm/格)、width=500、height=400,则:
      • 地图实际宽度 = 500 × 0.1 = 50 米;
      • 地图实际高度 = 400 × 0.1 = 40 米;
      • 整个地图覆盖 50m × 40m 的物理区域。

补充说明(帮你完整理解)

  1. 坐标转换逻辑

    结合你之前关注的data数组(行优先存储),从「单元格坐标 (x, y)」转「物理坐标 (X, Y)」的公式:

    复制代码
    X = origin.position.x + x × resolution
    Y = origin.position.y + y × resolution

    其中origin是地图的物理原点(比如 (0,0) 单元格对应的真实世界坐标)。

  2. 实际应用场景

    • 导航算法(如AMCL、Dijkstra)会通过resolution将路径规划的「栅格路径」转换成机器人可以执行的「物理移动距离」;
    • 调整resolution会影响地图精度:分辨率越小(如0.01米/格),地图越精细,但width/height会越大,占用更多内存;
    • width × height 也是data数组的总长度(每个单元格对应data里的一个int8值)。

总结

  1. resolution 是「单元格→米」的转换系数,决定地图的物理精度;
  2. width/height 是地图的栅格数量,resolution 把它们转换成实际物理尺寸;
  3. 三者共同定义了栅格地图的「物理范围」和「精度」,是机器人导航中坐标转换的核心参数。
相关推荐
杨杨杨大侠2 小时前
RAG、记忆、上下文,这几个东西到底怎么串起来?
人工智能·agent
小O的算法实验室4 小时前
IEEE TCYB,基于混合 RRT-FE 与市场机制的多机器人空间探测优化框架
机器人
system_error_x4 小时前
MCP协议开发实战:从零搭建AI Agent工具链
人工智能
Sayai4 小时前
ComfyUI+混元视频实战:12G 显存跑 13G 模型,5 分钟出片(国产开源,附模型与工作流)
人工智能·aigc·音视频·comfyui·hunyuanvideo·混元视频
燧机科技SuiJi4 小时前
山体坍塌落石滑坡泥石流监测系统 落石泥石流监控摄像机
大数据·人工智能·深度学习·yolo
国科安芯4 小时前
立方星与微纳卫星综合电子微型化趋势下的抗辐射MCU选型综述
人工智能·单片机·嵌入式硬件·mcu·risc-v·抗辐射
诸神缄默不语5 小时前
小春学习日刊 2026年第4期:2026.10.16
人工智能
draracle5 小时前
为什么 AI 无法胜任系统架构
人工智能·系统架构
未来和明天5 小时前
iLeadE-3403边缘计算网关10.4 TOPS数据采集、视频接入与外设扩展等多元化应用需求
人工智能·边缘计算