SuMa++：基于LiDAR的高效语义SLAM

项目简介

SuMa++: Efficient LiDAR-based Semantic SLAM (Chen et al IROS 2019)

SuMa++ 是一个基于激光雷达的高效语义SLAM（同步定位与地图构建）开源项目，由波恩大学的研究团队开发。该项目在经典的SuMa（Surfel-based Mapping）框架基础上，融合了RangeNet++语义分割网络，实现了仅依靠三维激光扫描数据即可生成语义地图的能力。

项目特点

**语义SLAM**：将语义分割与几何SLAM相结合，生成语义地图。

**仅依赖LiDAR**：仅使用三维激光雷达扫描数据，不依赖其他传感器。

**基于SuMa和RangeNet++**：继承了SuMa的几何SLAM框架和RangeNet++的语义分割能力。

**Docker支持**：提供Docker镜像，简化环境配置。

**可视化界面**：提供基于Qt和OpenGL的图形用户界面，实时显示建图过程。

**学术引用**：有对应的IROS 2019论文，便于学术引用。

技术规格

传感器
数据集
依赖
编程语言
构建系统
可视化
语义分割
许可证

项目资源

PRBonn/semantic_suma pdf/chen2019iros.pdf jbehley/SuMa PRBonn/lidar-bonnetal PRBonn/rangenet_lib semantic_suma/darknet53.tar.gz PRBonn/OverlapNet PRBonn/overlap_localization

搜索资源

B站 YouTube Google GitHub 知乎 Hackster Hackaday Printables Instructables

物料清单 (BOM)

物料名称	数量	参考价格	备注
3D LiDAR (如Velodyne)	1	—	用于采集数据
NVIDIA GPU	1	—	用于TensorRT加速
Ubuntu 16.04+	1	—	推荐操作系统
ROS (catkin)	1	—	构建系统
TensorRT	1	—	用于语义分割推理
KITTI数据集	1	—	用于测试和运行

所需工具

工具	用途	是否必需
支持CUDA的NVIDIA GPU	运行TensorRT加速的语义分割	✅ 是
支持OpenGL 4.0+的显卡	运行可视化界面	✅ 是
Docker	简化环境配置	▢ 推荐
catkin_tools	构建ROS工作空间	✅ 是
cmake	构建项目	✅ 是

能力画像

记忆与知识检索

2/5

逻辑推演

4/5

表达与交流

1/5

感知与观察

4/5

数理与计算

5/5

动手与操作

3/5

狂热与坚持

4/5

创造与创新

4/5

项目图库

所需技能

🔧 **动手能力**：需要搭建和配置ROS工作环境，安装依赖库（如TensorRT、GTSAM），并可能涉及LiDAR传感器的硬件集成。 💻 **编程能力**：需要掌握C++编程，熟悉ROS/catkin构建系统，了解OpenGL和Qt的基本使用。对深度学习框架（如TensorRT）有一定了解。 ⚡ **电子电路**：不涉及。

适用场景

**机器人自主导航**：在未知环境中进行实时定位和语义建图，为路径规划和避障提供支持。

**自动驾驶**：为自动驾驶车辆提供高精度的语义地图，辅助环境感知和决策。

**学术研究**：作为SLAM和语义分割领域的研究平台，用于算法验证和对比。

**三维重建**：生成带有语义标签的三维环境模型，用于数字孪生或虚拟现实。

SuMa++：基于LiDAR的高效语义SLAM semantic_suma