hku-mars/FAST_LIO

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

해결하는 문제

FAST-LIO는 LiDAR(레이저 스캐닝)와 IMU(관성 측정) 센서의 조합을 사용하여 로봇이 자신의 위치를 추적하고 지도를 구축할 수 있는 계산 효율적이고 강력한 방법을 제공합니다. 빠르게 움직이는 환경, 복잡한 공간 또는 센서 데이터가 저하될 수 있는 상황과 같은 까다로운 시나리오에서 높은 정확도와 안정성을 유지하도록 특별히 설계되었습니다.

작동 방식

이 시스템은 "밀접 결합" 접근 방식을 사용합니다. 즉, 반복 확장 칼만 필터 내에서 원시 LiDAR 특징점과 IMU 데이터를 함께 융합합니다. 이 필터는 로봇의 상태 추정을 지속적으로 업데이트합니다. 시스템에는 특수 데이터 구조(ikd-Tree)를 사용하여 빠른 검색을 수행하는 증분 매핑 기능이 포함되어 있어 복잡한 특징 추출 없이 높은 속도로 LiDAR 데이터를 처리할 수 있습니다.

대상 사용자

이 프로젝트는 내비게이션, 매핑 및 자율 시스템을 연구하는 로봇 공학 연구자와 개발자를 대상으로 합니다. 스피닝(예: Velodyne, Ouster) 및 솔리드 스테이트 센서(예: Livox)를 포함한 다양한 LiDAR 유형과 호환되며 ARM 기반 플랫폼(예: Raspberry Pi, NVIDIA TX2)과 같은 리소스가 제한된 하드웨어에서 실행할 수 있습니다.

주요 특징

  • 100Hz 이상의 LiDAR 속도를 지원하는 고속 증분 매핑.
  • 원시 LiDAR 포인트에 대한 직접 오도메트리로 수동 특징 추출 불필요.
  • 밀접 결합 칼만 필터를 사용하여 빠른 움직임이나 노이즈가 많은 환경에서 강력한 성능.
  • 다양한 LiDAR 모델 및 ARM 기반 임베디드 컴퓨터를 포함한 광범위한 하드웨어 지원.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트