superxslam/SuperOdom

解决的问题

SuperOdometry 为 LiDAR-惯性里程计与建图提供了一种轻量级解决方案，使机器人能够实时估计其位置和姿态 (pose)。它特别解决了在传感器数据可能存在歧义的“退化 (degenerate)”环境中保持准确性的挑战，同时保持了足以在各种硬件平台上运行的计算效率。

工作原理

该系统使用 LiDAR 和惯性测量单元 (IMU) 数据的融合。IMU 里程计模块提供快速的位姿预测，作为 LiDAR 里程计迭代最近点 (ICP) 优化的初始猜测。作为回报，LiDAR 里程计提供位姿约束，帮助系统估计并修正 IMU 的偏差。该项目还包含一个专门的在线退化检测模块，用于识别环境何时缺乏足够的几何特征来进行可靠的对齐。

适用对象

专为配备 Livox、Velodyne 或 Ouster LiDAR 传感器的平台工作的机器人开发人员和研究人员设计，包括使用 ROS 2 Humble 的人形机器人和其他自动驾驶车辆。

亮点

• 灵活的传感器支持：支持仅 LiDAR 模式或 LiDAR-惯性融合模式。
• 退化感知：通过 6 DOF 不确定性可视化检测环境退化。
• 双模式运行：支持建图（创建地图）和定位（在地图中定位）。
• 风险预测：预测 ICP 算法的对齐风险以提高鲁棒性。
• ROS 2 集成：原生为 ROS 2 Humble 构建。