superxslam/SuperOdom

解決的問題

SuperOdometry 為 LiDAR-慣性里程計與建圖提供了一種輕量級解決方案，使機器人能夠即時估計其位置與姿態 (pose)。它特別解決了在感測器數據可能存在歧義的「退化 (degenerate)」環境中保持準確性的挑戰，同時保持了足以在各種硬體平台上運行的計算效率。

工作原理

該系統使用 LiDAR 與慣性測量單元 (IMU) 數據的融合。IMU 里程計模組提供快速的位姿預測，作為 LiDAR 里程計迭代最近點 (ICP) 優化的初始猜測。作為回報，LiDAR 里程計提供位姿約束，幫助系統估計並修正 IMU 的偏差。該專案還包含一個專門的線上退化檢測模組，用於識別環境何時缺乏足夠的幾何特徵進行可靠的對齊。

適用對象

專為配備 Livox、Velodyne 或 Ouster LiDAR 感測器的平台工作的機器人開發人員與研究人員設計，包括使用 ROS 2 Humble 的人形機器人與其他自動駕駛車輛。

亮點

• 靈活的感測器支援：支援僅 LiDAR 模式或 LiDAR-慣性融合模式。
• 退化感知：透過 6 DOF 不確定性視覺化檢測環境退化。
• 雙模式運作：支援建圖（建立地圖）與定位（在地圖中定位）。
• 風險預測：預測 ICP 演算法的對齊風險以提高魯棒性。
• ROS 2 整合：原生為 ROS 2 Humble 構建。