cocel-postech/genz-icp

解决的问题

GenZ-ICP 解决了在“退化”环境中的 LiDAR 里程计不稳定性问题——即传感器数据缺乏足够几何特征以准确判断运动的区域（例如长走廊或开阔平原）。它旨在提供一种通用且鲁棒的方法来估计机器人的轨迹，而不会在这些特征贫乏的区域失效。

工作原理

该系统采用自适应加权机制实现 LiDAR 里程计流程。这使得算法能够动态调整传感器数据的处理方式，以在退化情况下保持精度和鲁棒性，确保机器人即使在周围环境几何信息有限的情况下也能持续追踪自身位置。

适用人群

本工具专为从事 SLAM（同时定位与建图）和定位的机器人研究人员及工程师设计，特别是那些在自动驾驶车辆或移动机器人上使用 LiDAR 传感器的用户。

主要亮点

• 退化鲁棒：专为处理传统 ICP（迭代最近点）方法常失效的环境而设计。
• 多语言支持：提供 C++ 和 Python 两种实现版本。
• ROS 集成：完全支持 ROS 1 和 ROS 2，便于集成到现有的机器人软件栈中。
• C++ 与 Python：提供可 pip 安装的 Python 包，适用于快速原型开发；同时提供 C++ 版本，适用于高性能生产环境。