rog_map参数理解

`p_hit=0.6, p_occ=0.85` 的完整计算

已知：

复制代码

p_hit = 0.6
p_occ = 0.85
L0 = 0

先算单次命中证据：

复制代码

l_hit
= logit(0.6)
= ln(0.6/0.4)
≈ 0.405465

再算占用阈值：

复制代码

l_occ
= logit(0.85)
= ln(0.85/0.15)
≈ 1.734601

代入：

复制代码

n
= ceil((l_occ-L0)/l_hit)
= ceil((1.734601-0)/0.405465)
= ceil(4.278)
= 5

4. 命中更新公式

公式是：

复制代码

L_new = min(
    L_old + logit(p_hit) × hit_count, logit(p_max)
)

各变量含义：

复制代码

L_old          更新前该栅格积累的占用证据
p_hit          一次传感器命中提供的占用证据强度
logit(p_hit)   一次命中对应的 log-odds 增量
hit_count      本批次命中该栅格的次数
p_max          允许保存的最大占用概率
logit(p_max)   log-odds 上限
L_new          更新后的 log-odds

5. 未命中更新公式

公式是：

复制代码

L_new = max(
    L_old + logit(p_miss) × miss_count,
    logit(p_min)
)

各变量含义：

复制代码

L_old           更新前的 log-odds
p_miss          一次射线穿过提供的空闲证据
logit(p_miss)   一次 miss 对 log-odds 的增量
miss_count      射线穿过该栅格的次数
p_min           允许保存的最小占用概率
logit(p_min)    log-odds 下限
L_new           更新后的 log-odds

要让 miss 降低占用概率，必须满足：

复制代码

p_miss < 0.5

1.要增强占用概率，参数取值的方向是：

复制代码

p_hit > 0.5  -> 越大越增加占用证据
p_hit = 0.5  -> 不提供任何证据
p_hit < 0.5  -> 命中反而降低占用概率

因此当前公式要求：

复制代码

0.5 < p_hit < 1

2.要降低占用概率，必须满足：

复制代码

0 < p_miss < 0.5

取值规律是：

复制代码

p_miss 越接近 0.5 -> l_miss 越接近 0 -> 空闲证据越弱 -> 需要更多 miss
p_miss 越小越接近 0   -> l_miss 负值越大 -> 空闲证据越强 -> 需要更少 miss

判断空闲需要满足：

复制代码

L_current + n × l_miss < l_free

如果当栅格当前p=0.98达到p_max时

当前 log-odds：

复制代码

L_current = logit(0.98)
          = ln(0.98 / 0.02)
          ≈ 3.891820

每次 miss 减少：

复制代码

l_miss = logit(0.49)
       = ln(0.49 / 0.51)
       ≈ -0.040005

已知空闲阈值：

复制代码

l_free = logit(0.499)
       = ln(0.499 / 0.501)
       ≈ -0.004000

代码判断空闲使用严格小于：

复制代码

prob < cfg_.l_free

所以需要满足：

复制代码

L_current + n × l_miss < l_free

代入数值：

复制代码

3.891820 + n × (-0.040005) < -0.004000

整理：

复制代码

n × 0.040005 > 3.891820 + 0.004000

n > 3.895820 / 0.040005

n > 97.38

rog_map参数理解

p_hit=0.6, p_occ=0.85 的完整计算

4. 命中更新公式

5. 未命中更新公式

`p_hit=0.6, p_occ=0.85` 的完整计算