superxslam/SuperOdom

解決する課題

SuperOdometryは、LiDAR-慣性オドメトリおよびマッピングのための軽量なソリューションを提供し、ロボットがリアルタイムで位置と姿勢（pose）を推定できるようにします。特に、センサーデータが曖昧になる可能性のある「退化（degenerate）」環境において、精度を維持するという課題に対処しつつ、さまざまなハードウェアプラットフォームに適した計算効率を実現しています。

仕組み

このシステムは、LiDARと慣性計測装置（IMU）のデータの融合を使用します。IMUオドメトリモジュールは高速な姿勢予測を提供し、それがLiDARオドメトリのIterative Closest Point (ICP) 最適化の初期推定値として機能します。対照的に、LiDARオドメトリは姿勢の制約を提供し、システムがIMUのバイアスを推定・補正するのを助けます。また、本プロジェクトには、環境に信頼できるアライメントのための幾何学的特徴が不足している場合を特定するための、オンライン退化検知用の専用モジュールが含まれています。

対象者

Livox、Velodyne、またはOusterのLiDARセンサーを搭載したプラットフォームを使用するロボット開発者や研究者（ヒューマノイドロボットやROS 2 Humbleを使用するその他の自律走行車両を含む）を対象としています。

ハイライト

• 柔軟なセンサーサポート: LiDAR単独、またはLiDAR-慣性融合モードのいずれでも動作します。
• 退化検知: 6 DOFの不確実性可視化により、環境の退化を検知します。
• デュアルモード動作: マッピング（地図作成）とローカライゼーション（地図内での位置特定）の両方をサポートします。
• リスク予測: ICPアルゴリズムのアライメントリスクを予測し、堅牢性を向上させます。
• ROS 2統合: ROS 2 Humble向けにネイティブに構築されています。