liangheming/FASTLIO2_ROS2

解决的问题

本项目提供 FASTLIO2 框架的 ROS2 适配版本，通过增加回环检测、重定位和地图一致性优化功能，实现高性能 LiDAR-惯性里程计（LIO），防止机器人在地图构建和导航中的漂移问题。

工作原理

系统集成了多个专用组件：

• LIO 核心：专为 ROS2 Humble 重新设计的 FASTLIO2 改进版本。
• 回环检测：使用位置先验和迭代最近点（ICP）进行检测，采用 GTSAM 进行位姿图优化。
• 一致性优化：在小场景中使用 BLAM，在大场景中使用 HBA 对地图进行精细化优化。
• 重定位：实现两阶段（粗到精）ICP 过程，以确定机器人在已知地图中的位置。

适用人群

在 Ubuntu 22.04 上使用 ROS2 Humble 的开发者和机器人工程师，需要具备地图构建和重定位功能的稳健 LiDAR-惯性里程计系统。

主要亮点

• ROS2 Humble 支持：FASTLIO2 完全迁移到 ROS2 生态系统。
• 回环检测与 PGO：集成位姿图优化，纠正轨迹漂移。
• 两阶段重定位：高效的粗到精 ICP，实现快速位置恢复。
• 可扩展的地图优化：通过 BLAM 和 HBA 支持小场景和大场景的优化。