SteveMacenski/slam_toolbox

何を解決するか

Slam Toolbox は、移動ロボット向けの2D同時位置推定と地図作成（SLAM）の包括的なツールセットを提供します。未知の環境を地図化しながら、自身の位置を同時に追跡するという一般的なニーズに対応しており、特に倉庫、小売店、図書館などの動的環境をターゲットとしています。

動作方法

このシステムは、ポーズグラフに基づくSLAMアプローチを使用しています。レーザースキャン（LIDAR）およびオドメトリデータを購読し、ノードがロボットのポーズを表し、エッジがそれらの間の制約を表すポーズグラフを構築します。アルゴリズムはレーザースキャンマッチングを使用してオドメトリを最適化し、ループクロージャーを検出し、ポーズグラフを最適化することで、ロボットの推定ポーズを更新し、2D地図を生成します。同期および非同期のマッピングモードをサポートしており、Google Ceresなどのプラグインベースの最適化ソルバーを用いてグラフ最適化を処理します。

対象ユーザー

ROS 2（Robot Operating System）で作業するロボット開発者および研究者で、プロダクションレベルの移動ロボット向けに堅牢な2D SLAM実装が必要な方々に向けられています。

特徴

• ライフランマッピング: 保存されたポーズグラフを読み込んで、マッピングを継続したり、既存の地図を改善したり、時間とともに不要な情報を削除したりできます。
• エラスティックポーズグラフローカライゼーション: 最近のスキャンをローリングバッファとして使用し、無制限の計算量の増加なしにポーズグラフ内でのローカライゼーションを実現するローカライゼーションモードです。
• マルチロボットSLAM: ロボット同士が局所化されたスキャンを交換して、ペアのポーズグラフを一致させる分散型マルチロボットマッピングをサポートします。
• マップマージ: 複数のシリアライズされたポーズグラフをキネマティックに統合して、1つのグローバルマップに結合するためのツールを提供します。
• RVIZプラグイン: 手動でのループクロージャー、グラフ操作、マップのシリアライズ/デシリアライズを可能にする統合ツール。
• 高いスケーラビリティ: 200,000平方フィートまでの非常に大きな空間を、合理的なCPUおよびメモリ消費量でマッピングできるベンチマーク済みです。