算法来自fast-lio2
1. 算法说明
1) kd tree
用途：查找邻近点。
方法描述：将数据点递归的进行二分。
image.png
2) ikd tree
用途：在kd tree的基础上进行改进，从而支持高效的插入、删除操作。
改进：1. 重建树时，使用两个线程。2. 删除点时，先标记为deleted，需删除的点达到一定比例后再重建树。3. 类似的，添加点时，先放到末端，不平衡的部分达到一定比例后再重建树。
重要功能：
- 加入点并下采样：
找出新点所属的box，只保留box中最接近中点的点，对其他点删除 - 删除点
- 重建子树（主/第二线程）：
a. flatten：把子树的数据进行拷贝，这个过程阻止增删操作。这个过程也会删除deleted的点
lock incremental update -> flatten tree to V -> unlock incremental update + record requests in operation logger
b. rebuild：重建树并把新子树赋给老树，这个过程阻止增删操作
rebuild -> lock requests -> replace -> unlock requests - 查找近邻
流程：
- "Build"
- "lasermap_fov_segment" 维持地图大小
- "Add_Points"：加入点并下采样
- "Criterion_Check" => "Rebuild"（主/第二线程）=> multi_thread_rebuild
-
"Nearest_Search"：查找近邻
_cgi-bin_mmwebwx-bin_webwxgetmsgimg &MsgID=8865113778370801820&skey=@crypt_16dbddde_a0b29813c5592a340ddb27a2bef8bee3&mmweb_appid=wx_webfilehelper.jpeg
