rsasaki0109/lidar_slam_ros2

해결하는 문제

대부분의 LiDAR SLAM(Simultaneous Localization and Mapping) 도구는 트래잭토리와 포인트 클라우드만 제공합니다. 이 프로젝트는 원시적인 SLAM 출력과 실용적인 자율주행 지도 사이의 격차를 메우기 위해 Autoware 호환 지도 번들을 생성하며, 포인트 클라우드 지도, 프로젝터 정보, 자동 생성된 lanelet2 주행 가능한 차선을 포함합니다.

작동 방식

시스템은 두 단계의 파이프라인을 사용합니다: LiDAR-관성 오도메트리용 프론트엔드인 RKO-LIO와 루프 클로저 및 그래프 최적화용 백엔드인 graph_based_slam입니다. LiDAR 및 IMU 데이터를 포함한 ROS 2 bag 파일을 처리하여 글로벌로 최적화된 지도를 생성합니다. 또한, 긴 자기 유사성 터널이나 안개 조건과 같은 어려운 환경을 위한 특수 프리셋도 포함되어 있으며, 중력 정렬 및 레이더 융합을 통해 "퇴화 붕괴"를 방지합니다. 또한 동기화된 카메라 픽셀을 LiDAR 기하 구조에 투영하여 색상이 있는 3D 지도를 생성할 수 있습니다.

대상 사용자

이 도구는 로봇 공학 엔지니어 및 자율주행차 개발자가 원시 센서 데이터(rosbag)를 Autoware 생태계에 직접 로드할 수 있는 고해상도 지도로 변환해야 하는 경우를 대상으로 합니다.

주요 특징

• Autoware 통합: Autoware 검증을 통과하는 pointcloud_map/ 및 map_projector_info.yaml 파일을 직접 출력합니다.
• 자동 lanelet 생성: SLAM 트래잭토리에서 라우팅용 주행 가능한 lanelet2 차선을 자동 생성합니다.
• 퇴화에 강건: 긴 터널 및 안개 환경을 위한 특수 모드로 매핑 과정의 정지 또는 왜곡을 방지합니다.
• 결정론적 매핑: 오프라인 실행 시 여러 실행 간 동일한 트래잭토리와 서브맵을 보장합니다.
• 카메라 융합: RGB 카메라 데이터를 포인트 클라우드에 투영하여 시각적으로 풍부한 지도를 생성합니다.
• 다양한 센서 지원: Ouster, Velodyne, RoboSense, Livox(MID-360) 센서와 호환됩니다.