ouguangjun/Leg-KILO

해결하는 문제

Leg-KILO(또는 kilo-map)는 다리가 달린 로봇과 같은 급격한 플랫폼 동작에 대해 강건한 실시간 LiDAR 기반 SLAM(Simultaneous Localization and Mapping) 시스템을 제공합니다. 구조화된 환경과 비구조화된 환경 모두에서 정확한 오도메트리와 글로벌 일관성을 유지하면서 고운동 동작으로 인한 왜곡을 처리하는 문제를 해결합니다.

작동 방식

시스템은 센서 데이터를 융합하고 지도를 최적화하기 위해 다단계 접근법을 사용합니다:

• 이단계 ESKF 프론트엔드: 오차 상태 칼만 필터(ESKF)를 사용하여 LiDAR와 IMU 데이터를 융합합니다. 첫 번째 단계는 움직임 왜곡을 보정하기 위해 각 점에 대해 업데이트를 수행합니다. 두 번째 단계는 전체 프레임에 대해 반복 ESKF(IESKF)를 적용하여 글로벌 일관성을 개선합니다.
• 하이브리드 특징 가우시안 복셀 맵: 평면 및 NDT 변형 특징의 불확실한 하이브리드 특징을 맵에 유지함으로써 다양한 환경 유형에서 특징을 더 효과적으로 활용할 수 있도록 합니다.
• 팩터 그래프 백엔드: Ceres 기반의 팩터 그래프 최적화는 루프 클로저 제약 조건과 오도메트리 요소를 밀접하게 결합하여 글로벌 드리프트를 줄입니다. 루프 클로저 검증에는 small_gicp와 KISS-Matcher를 활용합니다.
• 시각화 및 저장: 실시간 3D 시각화에는 Iridescence 라이브러리를 사용하며, 전역 맵을 단일 파일 또는 타일 블록으로 저장할 수 있습니다.

대상 사용자

이 프로젝트는 LiDAR를 탑재한 플랫폼, 특히 다리가 달린 로봇과 같은 고운동 동작을 하는 시스템을 다루는 로봇 개발자 및 연구자들을 위한 것입니다. 실시간 맵핑과 위치 추정의 강건성을 필요로 하는 사용자에게 적합합니다.

주요 특징

• 고운동 강건성: 다리가 달린 로봇의 급격한 움직임을 특별히 고려하여 설계되었습니다.
• 크로스 플랫폼 지원: ROS 1 및 ROS 2(Melodic, Noetic, Foxy, Humble, Jazzy) 모두 호환됩니다.
• LiDAR 독립성: Velodyne, Ouster, Hesai, Livox 등 다양한 LiDAR 모델을 지원합니다.
• 밀접한 융합: 2단계 ESKF를 통해 IMU와 LiDAR 데이터를 융합하여 빠른 수렴과 왜곡 보정을 실현합니다.