之前博客调研过SLAM的各种地图表征，本博文深入调研一下Elevation Map。
高程地图（Elevation Map）也称2.5D地图。如果是平坦地面、二维场景，用栅格地图就可以；如果是无人机，需要用到三维场景体素地图；但如果是无人车在非平坦路面运行、或者是四足/轮式机器人在野外的行进，需要对地形进行建模，常用的方式就是高程地图。在栅格地图的基础上增加了一个维度即高度。
引言
对于足式机器人来说，相比自动驾驶等所需的全局导航，由于其需要主动选择落足点，因此对于局部高程图来说更加关心.这也就是本博文的重点Elevation Map。
目前常用的解决方案是：雷达提供长期可靠的里程计信息，采用深度视觉获取局部深度来建立高程图。
高程地图分为实时和全局高程图： 前者可以直接采用深度信息快速建立高程地图; 后者先建立全局的地图在从其中基于里程计信息提取局部的信息。 前者在实现起来比较容易速度也快甚至可以不需要全局定位数据，但是由于视角和深度图质量问题可能会存在噪声和空洞； 后者需要全局定位信息并需要而外的计算来构建全局地图，但可以通过机器人多个视角下的采集对全局高程地图不断优化修正，最终提取的局部高程图质量更高。
高程地图的一些开源工作
- Robot-Centric Elevation Mapping: RTAB定位输出Odom，elevation mapping采用深度点云和里程计输出全局高程图
- Elevation Mapping cupy
##