“环境地图”来自于英文Green－Map，是象征环境的Green（绿色）和Map（地图）的合成词。它的特征是用世界统一的图形文字（GreenMap·icon）的表现形式，把那些对环境有益的场所，以及希望尽快消除的对环境有害的场所用相关的标记符号制成一份地图。反映自然环境本底状况，人类活动对环境产生的影响和破坏及所作出的环境质量评价，受破坏后的自然环境对人类带来的危害及所作出的环境影响评价，人类对环境采取的保护和治理措施等内容的专题地图。

环境地图是指产生、维持环境边界分布、走向、衔接关系、属性和其间障碍位置、姿态等方面的表述，给出环境单元的相互依存关系，以及彼此在整个环境中所处地位与担当角色的描述。在基于规划的中心决策模式中，环境模型是路径规划与导航监控等模块得以顺利进行并取得发展的前提与基础，因机器人可能涉足的环境囊括了结构、半结构和非结构三大类，而这些不同类型的环境又拥有很多截然不同特性，所以当前还没有寻找到能够同时兼顾三者问题处理能力、使用灵活、简便和有效的统一方法。针对山石、海沟、树枝和水草等自然界长期演变、发展形成的很难用数学方式准确描述的一类非结构客观实体，由于往往是极度错综复杂，而且伴有明显的不规则、非预期变化性质，所以目前研究仍停留在切平面与具体应用的等高线水平上。鉴于书桌、椅子、柜台和建筑物之类结构性环境里的所有物件、边界均属人工建造，不管多么庞杂总可以得到各自比较满意的数学表示，于是获得了以障碍空间法、自由空间法、网格法、位势场法和拓扑空间法等为代表的一大批早期单级方法。

随着社会对此类环境中机器人应用的日益迫切，这方面的研究显得非常活跃，发展也十分迅速。近年来，不但提出了语义、拓扑和空间三层不同概念的多级方法，研制成功了数种实用系统，而且还将知识、区域分割、障碍机器人碰压代价和二维半表示等引入了环境建模之中，从而极大地改善了构成系统的实用性。二维半表示很好地解决了长期以来在描述细腻性与数据量、检索、提取速度及存储空间之间存在的困扰;障碍机器人碰压代价同任务紧迫性相配合，可以有选择地碾压过某些障碍，大大地增强了消防、救援之类急迫任务执行的拟人化;知识与区域分割利用则使广域描述和定性规划成为可能。半结构性环境经常界于结构与非结构之间。它在整体外貌上表现得非常接近结构性环境，但在局部细节方面却显现出非结构特征。局部塌陷而未得到及时修复的公路、街道和附有贝类的海洋钻井支柱便是最好的例证。

典型的地图表示方法有尺度地图、拓扑地图和混合地图。尺度地图又分为栅格地图和几何特征地图。地图表示方法不同，适用场合和作用也就不一样。

栅格地图最早由H.P. Moravec和A. Elfes于1985年提出，其思想是把环境空间分解为局部单元并用它们是否被障碍占据来进行状态描述。这种方法采用概率值表示模型的不确定性，而且能够提供较精确的度量信息，形成的地图非常容易理解和处理，并且便于多传感器信息的融合，因此在大量移动机器人系统中得到应用，直到现在仍保持着活跃的生命力。但是，度量信息的准确性严重倚赖里程计精度以及传感器的不确定性处理程度，存储和维护的数据量大，大范围环境中沉重的计算负担将难以满足实时要求。

几何特征地图由一组环境路标特征组成，每一个路标特征用一个几何原型，如:点、线、面等来近似，如图1-2伪)。由于既能提供定位所需要的度量信息且存储量相对较小，有利于位置估计和目标识别，近年有很多SLAM研究采用几何特征地图。该类方法的难点主要包括如何从机器人收集的环境感知信息中提取出抽象的几何特征，以及定位与模型更新时如何根据观测到的路标在地图中寻找对应的匹配，即数据关联问题。而且提取特征需要对感知信息作额外的处理，需要一定数量的感知数据才能得到结果。在室内环境中，可以将环境定义为更加抽象化的几何特征，如面、角、边的集合或者墙壁、走廊、门、房间等。一般来说，室外环境的特征提取比较困难，特征地图比较适合于室内结构化的环境描述。

拓扑地图最开始由Brooks Mataric等研究者提出，用顶点和边来描述空间中各种物体之间或不同环境之间的关系，并没有一个明显的尺度概念。拓扑地图通常用图表表示，需要的存储空间小，利用其进行路径规划效率很高，适合于大规模环境下的应用。然而由于无精确的尺度信息，因此并不适合机器人的定位。当环境中存在两个很相似的地方时，拓扑图的方法将很难确定这是否为同一节点(特别是移动机器人从不同的路径到达这些节点时)。广义Voronoi图( Generalized Voronoi Graph, GVG )是用得比较多的拓扑地图表示方法，常用来表示路标之间的联系(路径)。

混合地图表示方法综合了度量地图和拓扑地图各自的优点。Thrun提出了一种从全局度量地图中提取拓扑特征的方法，在机器人导航过程中，采用声纳传感器的距离信息建立反映环境特征的节点，将定位与环境拓扑的生成同时进行。Yeap提出一种从局部度量地图中提取全局拓扑结构图的方法，即局部地图采用占用栅格地图表示，在路径规划中采用局部的与全局的二个层次规划，即把规划分为基于占用栅格的区域规划与基于拓扑连接关系的全局规划。这种混合方法在全局空间采取拓扑描述以保证全局连续性，而在具体局部环境中则采用几何表述有利于发挥移动机器人精确定位的优势，但是这种方法一般只适合表示室内环境。动态未知环境中由于运动障碍的存在，提取路标时容易出现问题。

环境地图的应用非常广泛，基本遍布各个领域，例如：机器人的自主导航，SLAM研究，建筑工程等。

以基于移动机器人的SLAM来举例，智能移动机器人，是一类能够通过机载传感器感知环境和自身状态，实现在有路标(或障碍物)的工作环境中，面向目标自主运动，进而完成特定作业功能的移动机器人系统。智能移动机器人，在己知部分信息的环境中，可以依据事先的环境地图或者己知的环境特征信息进行定位和感知环境。SLAM即同时定位与环境地图构建，感知自身状态和周围环境，并确定其本身在移动环境中的精确位置，这就是定位。而环境模型，即环境地图，是对环境路标的空间坐标位置及其属性的准确描述。机器人定位与环境模型建立是密不可分的。只有精准的环境模型才能保证精确定位，而精确定位又会增强环境模型的准确性。

由此可见，研究环境地图对科技发展有着重要意义。