到目前为止，没有同时满足功能要求（定位，导航和感知）以及性能要求（精度，紧凑性和速度）的3D地图表示方法。
本文一次介绍现有的三种3D地图：拓扑图，度量图和语义图，并展望未来可能的地图表示形式。
拓扑地图
纯拓扑地图仅包含相对位置而不包含任何度量信息。由于缺乏度量信息，纯拓扑地图无法用于机器人导航。为此，引入了带有度量信息的拓扑度量图。拓扑度量地图可以分层表示大范围场景，但是由于拓扑信息难以和底层语义建立直接联系，难以解决数据关联的问题，而导致出现感知混叠。
定量地图
度量地图精确表达了场景的几何特征，但是存储规模和便利成本增长很快。
基于地标的地图
基于地标的稀疏表示可以高效的表征地图，但是潜在的假设是环境中存在鲜明的地标。
网格地图
将三维空间划分为独立的立方体。对于每个立方体，维护被占用的概率。八叉树是最常用的网格地图表示方式。通过自适应调整分辨率，网格地图可以进一步减轻数据成本。
虽然网格地图的表示方式简便有效，但是失去了存储对象的详细信息。
点云地图
点云地图的表示非常紧密，详细。但是数据非常多余，规模过大。
符号距离地图
SDF不仅存储占用概率，还存储到障碍物的距离，虽然TSDF能够精确重建地图。但是更侧重三维重建，不能用于导航。
语义地图
语义地图可以提供高层语义信息，来完成更为复杂的任务。但是由于难以事先确定需要的语义种类，计算复杂无法在线使用，目前的语义地图还不成熟。
结论
目前存在的问题
- 动态地图
- 分布式地图
- 混合低头和自适应地图
未来3D地图可能具有的特征：
- 地图将是智能的，包含高级信息，并且支持多种认知任务。
- 地图可以在复杂的动态环境中使用。
- 地图具有可扩展性，能够在大规模空间中持续运行。