rsasaki0109/lidar_slam_ros2

解决的问题

大多数 LiDAR SLAM（同时定位与地图构建）系统仅提供轨迹和点云。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生成的 lanelet2 可行驶车道。

工作原理

该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。它可处理 rosbag2 文件以创建地图，并包含针对隧道或雾天等复杂环境的专用预设。此外，还具备相机着色流水线，通过在 SLAM 几何结构上优化相机位姿，将相机像素投影到 LiDAR 点云上。

适用人群

专为机器人开发者和自动驾驶汽车工程师设计，帮助他们将来自 Ouster、Velodyne、RoboSense 或 Livox 传感器的原始传感器数据，转换为可直接加载到 Autoware 中的高精度地图。

主要亮点

• Autoware 集成：直接输出 pointcloud_map/ 和 map_projector_info.yaml，实现无缝加载。
• Lanelet2 生成：从 SLAM 轨迹自动生成可行驶车道。
• 退化环境鲁棒性：提供针对自相似隧道和浓雾环境的专用预设。
• 相机着色：支持将 RGB 数据投影到 3D 地图上，并通过时空校准优化提升精度。
• 确定性映射：在发布门禁下确保轨迹和子地图字节级完全一致，结果高度一致。