ouguangjun/Leg-KILO

解决的问题

Leg-KILO (结合 kilo-map) 提供了一套实时的 LiDAR SLAM (同步定位与地图构建) 系统，专为应对足式机器人等平台的高动态运动而设计。它解决了在结构化与非结构化环境中，处理高动态运动畸变的同时，维持精确里程计与全局一致性的问题。

运作原理

该系统采用多阶段方法来融合传感器数据并优化地图：

• 两阶段 ESKF 前端：使用误差状态卡尔曼滤波器 (ESKF) 来融合 LiDAR 与 IMU 数据。第一阶段执行逐点增量更新以补偿运动畸变。第二阶段在完整帧上使用迭代 ESKF (IESKF) 来提升全局一致性。
• 混合特征高斯体素地图：在体素地图中维护平面与 NDT 变体特征，以提高在不同环境类型下的特征利用率。
• 因子图后端：基于 Ceres 的因子图优化将闭环约束与里程计因子紧密耦合，以减少全局漂移。它利用 small_gicp 与 KISS-Matcher 进行闭环验证。
• 跨平台整合：该系统为 ROS 1 与 ROS 2 构建，支持多种 LiDAR 传感器 (Velodyne, Ouster, Hesai, Livox)。

适用对象

此项目适用于机器人开发者与研究人员，特别是那些使用足式机器人或其他经历高动态运动的平台，且需要稳健的实时 3D 地图构建与定位的用户。

特色亮点

• 高动态稳健性：专为处理足式机器人的剧烈运动而设计。
• 混合地图构建：结合平面与 NDT 变体特征，在结构化与非结构化环境中皆具备多功能性。
• 实时可视化：整合 Iridescence 进行 3D 调试与可视化。
• 广泛的传感器支持：兼容于多个主流 LiDAR 品牌与 ROS 版本。