koide3/gtsam_points

해결하는 문제

gtsam_points는 LiDAR 기반 SLAM(Simultaneous Localization and Mapping)에 특화된 도구 세트를 제공하며, 특히 3D 점군의 등록 및 최적화에 중점을 둡니다. GTSAM 라이브러리를 확장하여 더 정확하고 효율적인 점군 매칭, 궤적 추정, 지도 작성이 가능하게 합니다.

작동 방식

이 프로젝트는 점군 처리를 위한 여러 핵심 구성 요소를 구현합니다:

• 스캔 매칭 요소: 점-점, 점-평면, 일반화 ICP(GICP), GPU 가속을 지원하는 복셀화 GICP(VGICP)를 포함한 다양한 반복 최접근점(ICP) 변형을 구현합니다.
• 색상 기반 스캔 매칭: 색 정보를 활용하여 등록 정확도를 향상시키기 위해 광학적 오차를 매칭 프로세스에 통합합니다.
• 연속 시간 ICP: 운동 블러 효과를 줄이기 위해 연속 시간 궤적 추정을 위한 요소를 제공합니다.
• 버블 조정(Bundle Adjustment): 고유값 최소화(EVM) 및 최소 제곱법 기반 요소를 구현하여 다중 시점 점군 등록을 지원합니다.
• 최근접 이웃 탐색: KdTree 및 인크리멘탈 복셀 맵(iVox)과 같은 고성능 탐색 구조를 포함하여 빠른 데이터 연관을 가능하게 합니다.
• 글로벌 등록: 좋은 초기 추정이 없어도 RANSAC 및 점진적 비볼록성(GNC)을 사용하여 점군을 정렬합니다.
• 세그멘테이션: 영역 성장 및 최소 컷 알고리즘을 제공하여 점군을 객체로 분할합니다.

대상 사용자

GTSAM 프레임워크에 의존하는 LiDAR 기반 SLAM, 3D 재구성, 자율 주행 시스템 개발에 종사하는 로봇 공학 엔지니어 및 연구자.

주요 특징

• GPU 가속: 더 빠른 처리를 위한 VGICP의 GPU 구현 포함.
• 3차 B-스플라인: 부드러운 운동 추정을 위한 연속 시간 궤적 표현 지원.
• 광범위한 요소 라이브러리: LOAM, GICP, 색상 기반 ICP 등 다양한 매칭 비용이 요인 그래프 최적화 프레임워크에 직접 통합되어 있습니다.
• 효율적인 데이터 구조: 인크리멘탈 복셀 맵 및 빠른 점유 그리드를 통해 효율적인 점군 겹침 추정을 가능하게 합니다.