rsasaki0109/lidar_slam_ros2

解決的問題

大多數 LiDAR SLAM（同時定位與地圖建構）工具僅提供軌跡與點雲。本專案彌補原始 SLAM 輸出與可用自動駕駛地圖之間的差距，生成 Autoware 相容的地圖套件，包含點雲地圖、投影器資訊，以及自動產生的 lanelet2 可行駛車道。

工作原理

系統採用兩階段流程：前端 RKO-LIO 用於 LiDAR-慣性里程計，後端 graph_based_slam 用於迴圈閉合與圖形最佳化。它處理包含 LiDAR 與 IMU 資料的 ROS 2 bag 檔案，生成全域優化地圖。同時包含針對困難環境的專用預設，例如雷達融合與重力對齊，以防止在長而自我相似的隧道或霧天條件下出現「退化崩塌」。此外，還可將同步的相機像素投影至 LiDAR 幾何結構上，生成彩色 3D 地圖。

適用對象

本工具專為機器人工程師與自動駕駛車輛開發者設計，用於將原始感測器資料（rosbag）轉換為可直接載入 Autoware 生態系統的高解析度地圖。

主要特色

• Autoware 整合：直接輸出 pointcloud_map/ 與 map_projector_info.yaml 檔案，通過 Autoware 驗證。
• 自動 lanelet 生成：從 SLAM 軌跡自動產生可行駛車道，用於路徑規劃。
• 退化韌性：針對隧道與霧天環境的專用模式，防止映射過程凍結或漂移。
• 決定性映射：確保離線執行時多次運行產生完全相同的軌跡與子地圖。
• 相機融合：支援將 RGB 相機資料投影至點雲上，生成視覺豐富的地圖。
• 廣泛感測器支援：相容 Ouster、Velodyne、RoboSense 與 Livox（MID-360）感測器。