NVIDIA-ISAAC-ROS/isaac_ros_nvblox

解决的问题

Isaac ROS Nvblox 为机器人提供了一种实时构建环境 3D 地图的方法。它解决了创建精确 3D 场景重建和 2D 成本地图以用于导航的问题，使机器人能够基于深度相机或 3D LiDAR 的视觉数据进行障碍物避让。

工作原理

系统处理深度图像、彩色图像和姿态数据（通常来自 SLAM 节点），在 GPU 上重建 3D 场景。然后将此 3D 重建结果“切片”为 2D 成本地图，可供 Nav2 等导航框架用于路径规划。

支持三种工作模式：

1. 静态：假设环境不变。
2. 人员重建：使用 DNN 模型（PeopleSemSegNet）创建人员的分割掩码，将人员与静态环境分离。
3. 动态重建：处理场景中更一般的动态物体。

适用人群

需要使用 NVIDIA GPU 实现实时 3D 地图构建和障碍物避让的自主导航系统开发人员。

主要亮点

• GPU 加速：使用 nvblox C++ 库实现高性能 3D 重建。
• 基于视觉的导航：通过成本地图插件直接集成到 Nav2。
• 动态场景支持：专为映射人员和其他移动物体而设计的模式。
• 实时可视化：将网格更新流式传输到 RViz，实现对 3D 场景的实时监控。