PRBonn/rko_lio

RKO‑LIO – 健壯的雷達-慣性里程計

是什麼 – RKO‑LIO 是一個開源庫，將 3D 雷達掃描與 IMU 數據融合，以估計機器人的位姿（里程計），無需特定傳感器的校準模型。它可在原始 ROS 包（ROS 1 或 ROS 2）上運行，也可作為純 Python 套件使用。

主要特性

• 傳感器無關：無需為特定雷達或 IMU 手動調校模型；僅需兩個座標系之間的外參變換。
• 多平台支援：使用單一程式碼庫在四種不同機器人和環境中成功驗證。
• Python 與 ROS 接口：可透過 pip 安裝以快速實驗，或作為 ROS 2 套件（apt install ros-<distro>-rko-lio）使用。
• 可視化：可選的即時可視化工具，使用 Rerun SDK（-v 標誌）。
• 可配置：外參透過小型 YAML 檔案提供；其他所有參數均有合理預設值。
• 已發表研究：配套發表於 2026 年的同行評審 IEEE RA‑L 論文及 arXiv 預印本。

Python 使用入門

pip install "rko_lio[all]"   # 安裝 rko_lio、rosbags、rerun-sdk
rko_lio -v /path/to/rosbag_folder   # 帶可視化執行

• 使用 rko_lio --dump_config > config.yaml 產生範本。
• 編輯 config.yaml，設定 extrinsic_imu2base_quat_xyzw_xyz 和 extrinsic_lidar2base_quat_xyzw_xyz（範例：[0,0,0,1,0,0,0]）。
• 使用 rko_lio --config config.yaml 執行。

ROS 2 使用入門

sudo apt install ros-$ROS_DISTRO-rko-lio   # Humble、Jazzy 等版本的二進位安裝
# 或在 colcon 工作空間中從原始碼建置
colcon build --packages-select rko_lio
ros2 launch rko_lio odometry.launch.py   # 自動偵測話題與座標系

• 若自動偵測失敗，可透過啟動參數提供 imu_topic、lidar_topic 和 base_frame（或完整設定檔）。

典型工作流程

1. 記錄包含雷達掃描、IMU 數據和 TF 樹的 ROS 包。
2. 確保 IMU 到基座和雷達到基座的外參在 TF 樹中，或透過 YAML 檔案提供。
3. 執行該套件（Python CLI 或 ROS 啟動）以獲得連續的位姿估計。
4. 使用 Rerun（-v）即時可視化，或使用 PlotJuggler 後續回放。

為何重要 – 傳統雷達-慣性里程計通常需要針對每個傳感器進行校準（如雜訊模型、偏移參數）。RKO‑LIO 消除了此負擔，使在新硬體上部署或快速原型開發變得更容易，同時仍能提供準確且漂移較小的位姿估計。

文件與支援

• Python API 文件： https://prbonn.github.io/rko_lio/pages/python.html
• ROS 整合指南： https://prbonn.github.io/rko_lio/pages/ros.html
• 影片示範（點擊 README 中的圖片）展示了系統在四個平台上的運作情況。

引用 若在研究中使用 RKO‑LIO，請引用配套的 IEEE RA‑L 論文（2026）——README 提供完整的 BibTeX 項目。

---

TL;DR – RKO‑LIO 是一個即用型、傳感器無關的雷達-慣性里程計庫，支援透過 pip 安裝的 Python 套件和 ROS 2 套件，並可透過 Rerun 實現可選的即時可視化。