liangheming/FASTLIO2_ROS2

解決的問題

本專案提供 FASTLIO2 架構的 ROS2 適應版本，透過新增迴圈封閉、重新定位與地圖一致性最佳化功能，實現高效率的 LiDAR-慣性里程計（LIO），防止機器人於地圖建構與導航中的漂移問題。

工作原理

系統整合多個專用元件：

• LIO 核心：針對 ROS2 Humble 重新設計的 FASTLIO2 改進版本。
• 迴圈封閉：使用位置先驗與迭代最近點（ICP）進行偵測，並以 GTSAM 進行位姿圖最佳化。
• 一致性最佳化：小場景使用 BLAM，大場景使用 HBA 來精細化地圖。
• 重新定位：實作兩階段（粗到細）ICP 流程，以判斷機器人在已知地圖中的位置。

適用對象

在 Ubuntu 22.04 上使用 ROS2 Humble 的開發者與機器人工程師，需要具備地圖建構與重新定位功能的穩健 LiDAR-慣性里程計系統。

主要亮點

• ROS2 Humble 支援：FASTLIO2 完全遷移至 ROS2 生態系統。
• 迴圈封閉與 PGO：整合位姿圖最佳化，修正軌跡漂移。
• 兩階段重新定位：高效的粗到細 ICP，實現快速位置恢復。
• 可擴展的地圖最佳化：透過 BLAM 與 HBA 支援小場景與大場景的最佳化。