manankharwar/fusioncore

解決的問題

FusionCore 為現實世界的機器人提供魯棒的感測器融合，解決了諸如 IMU 校準漂移、時間戳抖動、GPS 訊號延遲和輪式打滑等常見的硬體問題。透過提供自適應、高頻（100 Hz）的狀態估計系統，它取代了耗時的手動參數調優以及像 robot_localization + navsat_transform 這樣複雜的堆疊。

工作原理

它使用 23 狀態的無跡卡爾曼濾波器 (UKF) 來融合來自 IMU、輪式編碼器和 GPS 的數據。關鍵技術特性包括：

• 自適應雜訊估計：根據創新序列（innovation sequence）持續更新雜訊協方差，以應對變化的感測器品質。
• IMU 環形緩衝區：重放緩衝的更新，以便在延遲的 GPS 定位到達時準確重建濾波器狀態。
• ECEF 融合：直接在地球中心地球固定 (ECEF) 座標系中融合 GPS 數據，以避免 UTM 分區邊界問題。
• 非完整約束 (NHC)：將橫向和垂直速度歸零，以防止輪式機器人的漂移。
• 硬體優化：使用 Eigen 自動檢測 ARM (NEON) 和 x86 (AVX) 指令，確保在 Raspberry Pi 和 Jetson 設備上的低延遲。

適用對象

機器人工程師和開發人員，正在構建在室外或混合環境中運行，並且在不需要大量手動調優的情況下需要穩定、高頻定位的自主移動機器人 (AMR)。

亮點

• 零手動調優：僅使用基礎的 IMU 數據手冊值即可即時適應感測器雜訊。
• 對現實世界雜訊的魯棒性：自動處理校準不良、GPS 延遲和輪式打滑。
• 高性能：在 Raspberry Pi 4 上執行時間低於 1ms。
• 即插即用替代方案：設計為 ROS 2 中 robot_localization 堆疊的直接替代方案。
• 整合支援：相容 RTK GPS，並與 Nav2 和 rtabmap_ros 等工具整合。