rsasaki0109/lidar_slam_ros2

何を解決するか

ほとんどのLiDAR SLAM（同時位置推定と地図作成）システムは、トラジェクトリとポイントクラウドしか提供しません。このプロジェクトは、原始的なSLAM出力と実用的な自律走行地図の間のギャップを埋め、ポイントクラウド地図、プロジェクタ情報、自動生成されたlanelet2ドライブ可能なレーンを含むAutoware互換地図バンドルを生成します。

動作方法

このシステムは2段階のパイプラインを使用しています：LiDARインエラシャルオドメトリ用のフロントエンドである RKO-LIO と、ループクロージャとグラフ最適化用のバックエンドである graph_based_slam です。rosbag2ファイルを処理して地図を作成でき、トンネルや霧の多い環境など、困難な状況に特化したプリセットも含まれています。さらに、SLAMの幾何学に基づいてカメラポーズを最適化することで、カメラピクセルをLiDARポイントクラウドに投影するカメラカラーリングパイプラインも搭載しています。

対象ユーザー

Ouster、Velodyne、RoboSense、Livoxなどのセンサーからの原始的なセンサーデータを、Autowareに直接読み込める高精細地図に変換したいロボット開発者や自律走行車エンジニア向けに設計されています。

特徴

• Autoware統合：pointcloud_map/ と map_projector_info.yaml を直接出力し、スムーズな読み込みを実現。
• Lanelet2生成：SLAMトラジェクトリからドライブ可能なlanelet2レーンを自動生成。
• 退化に強い設計：自己相似なトンネルや霧の多い環境向けの特定のプリセットを備えています。
• カメラカラーリング：時空間のキャリブレーションを最適化して、RGBデータを3D地図に投影する機能をサポート。
• 決定論的マッピング：リリースゲート下でバイト単位で同一のトラジェクトリとサブマップを保証し、一貫性のある結果を実現。