liangheming/FASTLIO2_ROS2

해결하는 문제

이 프로젝트는 FASTLIO2 프레임워크의 ROS2 적응 버전을 제공하여, 로봇 맵핑 및 내비게이션에서 드리프트를 방지하기 위해 루프 클로저, 재위치 감지, 맵 일관성 최적화 기능을 추가한 고성능 LiDAR-관성 오도메트리(LIO)를 제공합니다.

작동 방식

시스템은 여러 전문적인 구성 요소를 통합합니다:

• LIO 코어: ROS2 Humble용으로 재설계된 FASTLIO2의 개선된 버전.
• 루프 클로저: 위치 사전 정보와 반복 최근접점(ICP)을 사용한 탐지, GTSAM을 통한 포즈 그래프 최적화.
• 일관성 최적화: 소규모 장면에는 BLAM, 대규모 장면에는 HBA를 사용하여 맵을 정밀화.
• 재위치 감지: 기존 맵 내에서 로봇의 위치를 확인하기 위한 2단계(거의 → 정밀) ICP 프로세스 구현.

대상 사용자

Ubuntu 22.04에서 ROS2 Humble을 사용하는 개발자 및 로봇 공학 엔지니어로, 맵핑 및 재위치 기능을 갖춘 견고한 LiDAR-관성 오도메트리 시스템이 필요한 분들.

주요 특징

• ROS2 Humble 지원: FASTLIO2의 완전한 ROS2 생태계로의 마이그레이션.
• 루프 클로저 및 PGO: 트래잭토리 드리프트를 보정하는 통합 포즈 그래프 최적화.
• 이중 단계 재위치 감지: 빠른 위치 복구를 위한 효율적인 거친 → 정밀한 ICP.
• 확장 가능한 맵 최적화: BLAM과 HBA를 통해 소규모 및 대규모 장면 최적화 지원.