什麼是Octomap
Octomap採用八叉樹數據結構存儲三維環境的概率佔位地圖。在機器人領域的點雲地圖地圖一般都是通過軌跡優化，點雲拼接，最後構成地圖，這種做法簡單直接，也有一些缺陷：
1.地圖形式不緊湊。
點雲地圖通常規模很大，所以一個pcd文件也會很大。一張640480的圖像，會產生30萬個空間點，需要大量的存儲空間。即使經過一些濾波之後，pcd文件也是很大的。而且討厭之處在於，它的“大”並不是必需的。點雲地圖提供了很多不必要的細節。對於地毯上的褶皺、陰暗處的影子，我們並不特別關心這些東西。把它們放在地圖裡是浪費空間。
2.處理重疊的方式不夠好。
在構建點雲時，我們直接按照估計位姿拼在了一起。在位姿存在誤差時，會導致地圖出現明顯的重疊。例如一個電腦屏變成了兩個，原本方的邊界變成了多邊形。對重疊地區的處理方式應該更好一些。
3.難以用於導航
說起地圖的用處，第一就是導航啦！有了地圖，就可以指揮機器人從A點到B點運動，豈不是很方便的事？但是，給你一張點雲地圖，是否有些傻眼了呢？我至少得知道哪些地方可通過，哪些地方不可通過，才能完成導航呀！光有點是不夠的！
octomap就是為此而設計的！它可以優雅地壓縮、更新地圖，並且分辨率可調！它以八叉樹的形式存儲地圖，相比點雲，能夠省下大把的空間。octomap建立的地圖大概是這樣子的(從左到右是不同的分辨率）
Octomap的原理
八叉樹的表達八叉樹可以理解為一個立方體切分為八塊，重複切分，直至不可切分為止。
每個小方塊都有一個數描述它是否被佔據。在最簡單的情況下，可以用0－1兩個數表示（太簡單了所以沒什麼用）。通常還是用0～1之間的浮點數表示它被佔據的概率。0.5表示未確定，越大則表示被佔據的可能性越高，反之亦然。由於它是八叉樹，那麼一個節點的八個孩子都有一定的概率被佔據或不被佔據啦！（下圖是一棵八叉樹）
Octomap的更新
八叉樹中的父親節點佔據概率，可以根據孩子節點的數值進行計算。比較簡單的是取平均值或最大值。