hku-mars/FAST_LIO

A computationally efficient and robust LiDAR-inertial odometry (LIO) package

解決する課題

FAST-LIO は、LiDAR(レーザースキャン)と IMU(慣性計測)センサーの組み合わせを使用して、ロボットが自身の位置を追跡し、地図を構築するための、計算効率が高く堅牢な方法を提供します。高速移動環境、雑然とした空間、センサーデータが劣化する可能性のある状況など、困難なシナリオでも高い精度と安定性を維持するように特別に設計されています。

仕組み

このシステムは「密結合」アプローチを使用します。つまり、反復拡張カルマンフィルター内で生の LiDAR 特徴点と IMU データを融合します。このフィルターはロボットの状態推定を継続的に更新します。システムには、専用のデータ構造(ikd-Tree)を使用して高速検索を実行するインクリメンタルマッピング機能が含まれており、複雑な特徴抽出を必要とせずに、高いレートで LiDAR データを処理できます。

対象読者

このプロジェクトは、ナビゲーション、マッピング、自律システムに取り組むロボット研究者と開発者を対象としています。スピニング(例:Velodyne、Ouster)やソリッドステートセンサー(例:Livox)を含むさまざまな LiDAR タイプと互換性があり、ARM ベースのプラットフォーム(例:Raspberry Pi、NVIDIA TX2)などのリソースに制約のあるハードウェアでも実行できます。

ハイライト

  • 100Hz を超える LiDAR レートに対応可能な高速インクリメンタルマッピング。
  • 生の LiDAR ポイントでの直接オドメトリにより、手動の特徴抽出が不要。
  • 密結合カルマンフィルターにより、高速移動やノイズの多い環境でも堅牢なパフォーマンス。
  • さまざまな LiDAR モデルや ARM ベースの組み込みコンピューターを含む幅広いハードウェアサポート。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト