ouguangjun/Leg-KILO

解決する課題

Leg-KILO (kilo-mapを統合) は、脚式ロボットなどが経験する激しいプラットフォームのダイナミクスに対して堅牢に設計された、リアルタイムLiDAR SLAM (自己位置推定と地図作成) システムを提供します。構造化環境および非構造化環境の両方において、高ダイナミックなモーションによる歪みを処理しながら、正確なオドメトリとグローバルな整合性を維持するという問題を解決します。

仕組み

このシステムは、センサーデータを融合し地図を最適化するために多段階のアプローチを採用しています：

• 2段階ESKFフロントエンド：誤差状態カルマンフィルタ (ESKF) を使用してLiDARとIMUのデータを融合します。第1段階では、モーションによる歪みを補正するためにポイントごとの増分更新を実行します。第2段階では、フレーム全体に対して反復ESKF (IESKF) を使用し、グローバルな整合性を洗練させます。
• ハイブリッド特徴ガウスボクセルマップ：ボクセルマップ内で平面およびNDTバリアント特徴を維持し、さまざまな環境タイプ全体での特徴利用率を向上させます。
• 因子グラフバックエンド：Ceresベースの因子グラフ最適化により、ループクロージャ制約とオドメトリ因子を密に結合し、グローバルなドリフトを低減します。ループクロージャの検証には small_gicp と KISS-Matcher を利用します。
• クロスプラットフォーム統合：このシステムはROS 1およびROS 2向けに構築されており、さまざまなLiDARセンサー (Velodyne, Ouster, Hesai, Livox) をサポートしています。

対象ユーザー

このプロジェクトは、脚式ロボットや高ダイナミックな動きを伴うプラットフォームを扱うロボット開発者や研究者で、堅牢なリアルタイム3Dマッピングと自己位置推定を必要とする方を対象としています。

ハイライト

• 高ダイナミックな堅牢性：脚式ロボットの激しい動きを処理するために特別に設計されています。
• ハイブリッドマッピング：平面およびNDTバリアント特徴を組み合わせることで、構造化環境と非構造化環境の両方で汎用性を発揮します。
• リアルタイム可視化：Iridescenceと統合されており、3Dデバッグと可視化が可能です。
• 幅広いセンサーサポート：主要なLiDARブランドやROSディストリビューションと互換性があります。