rsasaki0109/lidar_slam_ros2

解决的问题

大多数 LiDAR SLAM（同时定位与地图构建）工具仅提供轨迹和点云。本项目弥合了原始 SLAM 输出与可用自动驾驶地图之间的差距，生成 Autoware 兼容的地图包，包括点云地图、投影器信息，以及自动创建的 lanelet2 可行驶车道。

工作原理

系统采用两阶段流水线：前端 RKO-LIO 用于 LiDAR-惯性里程计，后端 graph_based_slam 用于回环检测与图优化。它处理包含 LiDAR 和 IMU 数据的 ROS 2 bag 文件，生成全局优化的地图。还包含针对复杂环境的专用预设，例如雷达融合和重力对齐，以防止在长而自相似的隧道或雾天条件下出现“退化坍塌”。此外，还能将同步的相机像素投影到 LiDAR 几何结构上，生成带颜色的 3D 地图。

适用人群

本工具专为机器人工程师和自动驾驶车辆开发者设计，用于将原始传感器数据（rosbag）转换为可直接加载到 Autoware 生态系统中的高清地图。

主要亮点

• Autoware 集成：直接输出 pointcloud_map/ 和 map_projector_info.yaml 文件，通过 Autoware 验证。
• 自动 lanelet 生成：从 SLAM 轨迹自动生成可行驶车道，用于路径规划。
• 退化鲁棒性：针对隧道和雾天环境的专用模式，防止映射过程冻结或漂移。
• 确定性映射：确保离线运行时多次执行产生完全相同的轨迹和子地图。
• 相机融合：支持将 RGB 相机数据投影到点云上，生成视觉丰富的地图。
• 广泛传感器支持：兼容 Ouster、Velodyne、RoboSense 和 Livox（MID-360）传感器。