rsasaki0109/lidar_slam_ros2

해결하는 문제

대부분의 LiDAR SLAM(Simultaneous Localization and Mapping) 시스템은 궤적과 포인트 클라우드만 제공합니다. 이 프로젝트는 원시 SLAM 출력과 실용적인 자율주행 지도 사이의 격차를 메우기 위해, 포인트 클라우드 지도, 프로젝터 정보, 자동 생성된 lanelet2 주행 가능한 차선을 포함하는 Autoware 호환 지도 번들을 생성합니다.

작동 방식

이 시스템은 두 단계의 파이프라인을 사용합니다: LiDAR-자이로스코프 오도메트리용 프론트엔드인 RKO-LIO와 루프 클로저 및 그래프 최적화용 백엔드인 graph_based_slam입니다. rosbag2 파일을 처리하여 지도를 생성할 수 있으며, 터널이나 안개가 많은 환경과 같은 도전적인 환경을 위한 전용 프리셋도 포함되어 있습니다. 또한, SLAM 기하학에 맞춰 카메라 자세를 보정함으로써 카메라 픽셀을 LiDAR 포인트 클라우드에 투영하는 카메라 색상화 파이프라인도 제공합니다.

대상 사용자

Ouster, Velodyne, RoboSense, Livox 센서에서 오는 원시 센서 데이터를 Autoware에 직접 로드할 수 있는 고정밀 지도로 변환해야 하는 로봇 개발자 및 자율주행 차량 엔지니어를 위한 것입니다.

주요 특징

• Autoware 통합: pointcloud_map/ 및 map_projector_info.yaml를 직접 출력하여 원활한 로딩을 지원합니다.
• Lanelet2 생성: SLAM 궤적에서 주행 가능한 lanelet2 차선을 자동 생성합니다.
• 퇴화에 강건: 자기 유사한 터널 및 안개가 많은 환경을 위한 특수 프리셋을 포함합니다.
• 카메라 색상화: 시공간 보정을 통해 RGB 데이터를 3D 지도에 투영하는 기능을 지원합니다.
• 결정론적 매핑: 릴리스 게이트 하에서 동일한 트래잭터리와 서브맵을 보장하여 일관된 결과를 제공합니다.