ouguangjun/Leg-KILO

何を解決するか

Leg-KILO（別名 kilo-map）は、脚式ロボットなどに見られる急激なプラットフォームの運動に対しても頑健なリアルタイムLiDARベースのSLAM（同時位置推定と地図作成）システムを提供します。構造化された環境と非構造化された環境の両方で、正確なオドメトリとグローバルな一貫性を維持する課題に対処し、高動的運動による歪みを処理します。

動作方法

このシステムは、センサデータを統合し、地図を最適化するためのマルチステージ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）を用いてLiDARとIMUデータを融合します。1段階目は、各点ごとの更新により運動歪みを補正します。2段階目は、全フレームに対して反復ESKF（IESKF）を適用し、グローバルな一貫性を向上させます。
• ハイブリッド特徴ガウスボクセルマップ：平面およびNDT変種の不確実なハイブリッド特徴をマップに保持することで、異なる環境タイプにおける特徴の利用効率を向上させます。
• ファクタグラフバックエンド：Ceresベースのファクタグラフ最適化により、ループクロージャー制約とオドメトリ要因を密に結合し、グローバルなドリフトを低減します。small_gicp および KISS-Matcher を用いてループクロージャーの検証を行います。
• 可視化と保存：リアルタイム3D可視化にはIridescenceライブラリを使用し、グローバルマップを単一ファイルまたはタイルブロックとして保存できます。

対象ユーザー

このプロジェクトは、LiDARを搭載したプラットフォーム（特に脚式ロボットなど高動的運動を行うもの）を扱うロボット開発者や研究者向けです。リアルタイムでのマッピングと位置推定の頑健性が必要な方々に適しています。

特徴

• 高動的環境への頑健性：脚式ロボットの急激な運動に特化して設計されています。
• クロスプラットフォーム対応：ROS 1およびROS 2（Melodic、Noetic、Foxy、Humble、Jazzy）の両方に対応しています。
• LiDAR非依存：Velodyne、Ouster、Hesai、Livoxなど複数のLiDARモデルをサポートしています。
• 密結合融合：2段階ESKFによりIMUとLiDARデータを統合し、高速な収束と歪み補償を実現します。