costmap配置教程和详细理解

此软件包提供2D成本图的实现，该实现从世界各地接收传感器数据，构建数据的2D或3D占用网格(取决于是否使用基于体素的实现)，并基于占用网格和用户指定的膨胀半径在2D成本图中膨胀成本。 此软件包还支持基于map_server的成本图初始化、基于滚动窗口的成本图以及传感器主题的基于参数的订阅和配置。

在上图中，红色单元格表示成本图中的障碍物，蓝色单元格表示机器人内切半径膨胀的障碍物，红色多边形表示机器人的足迹。 为了使机器人避免碰撞，机器人的足迹不能与红细胞相交，机器人的中心点不能越过蓝细胞。

在Hydro版本后，用于将数据写入成本图的基本方法是完全可配置的。Each bit of functionality exists in a layer.例如，静态地图是一层，障碍物是另一层。默认情况下，障碍层在三个维度上维护信息。（voxel_grid提供了高效3D体素网格的实现。 占用网格可以支持三种状态的单元状态：标记，空闲或未知。 由于底层实现依赖于按位和和或整数运算，因此体素网格每个体素列仅支持16个不同级别。 但是，此限制在网格中产生的射线追踪和单元标记性能可与标准2D结构相比，从而使其与大多数3D结构相比非常快。）

成本图使用静态地图中的传感器数据和信息，costmap_2d::Costmap2DROS对象存储和更新有关世界上障碍物的信息。
使用pluginlib在Costmap2DROS中实例化每个图层，并将其添加到LayeredCostmap中。

标记与清除

成本图通过ROS自动订阅传感器主题，并相应地更新自身。 每个传感器用于标记(将障碍信息插入到成本图中)、清除(从成本图中删除障碍信息)或两者兼而有之。 标记操作只是对数组的索引，用于更改单元格的成本。 然而，对于报告的每个观测，清除操作包括从传感器原点向外通过栅格进行光线追踪。 如果使用三维结构来存储障碍物信息，则每列的障碍物信息在被