LeGO-LOAM
LeGO-LOAM
机器人
⭐⭐⭐☆☆ (3/5)
🧩 软硬件结合
已发布
项目简介
LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain
LeGO-LOAM是一个轻量级、地面优化的激光雷达里程计与建图系统，专为ROS兼容的地面无人车辆设计。该系统主要接收来自水平安装的Velodyne VLP-16激光雷达的点云数据，并可选配IMU数据输入，实时输出6自由度位姿估计。其核心创新在于针对地面车辆场景进行了专门优化，假设扫描中始终存在一个地面平面，通过先对点云进行分割再提取特征的方式，显著提升了特征提取的准确性和效率。
标签
项目特点
**轻量级与地面优化**：专门针对地面车辆上的水平放置 VLP-16 进行优化，假设扫描中始终存在一个地面平面。
**实时 6D 位姿估计**：能够实时输出 6 自由度位姿估计。
**点云分割**：在特征提取前执行点云分割，提高特征匹配的鲁棒性。
**两步优化**：采用两步 Levenberg Marquardt 优化方法获取 6D 变换。
**支持 IMU**：可选的 IMU 数据输入能显著提高估计精度。
**易于适配新传感器**：通过调整参数文件，可适配不同型号的激光雷达。
技术规格
| 输入 | |
|---|---|
| 输出 | |
| 依赖 | |
| 默认传感器参数 | |
| 支持传感器 | |
| 运行方式 |
项目资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| 地面无人车辆 (UGV) | 1 | — | 如 Clearpath Jackal |
| Velodyne VLP-16 激光雷达 | 1 | — | 水平放置 |
| IMU (可选) | 1 | — | 9-DOF，需与激光雷达对齐 |
| ROS (indigo/kinetic/melodic) | 1 | — | 机器人操作系统 |
| gtsam (4.0.0-alpha2) | 1 | — | 因子图优化库 |
所需工具
| 工具 | 用途 | 是否必需 |
|---|---|---|
| 计算机 | 运行 ROS 和算法 | ✅ 是 |
| ROS | 机器人操作系统，用于节点通信 | ✅ 是 |
| gtsam | 因子图优化库 | ✅ 是 |
| 数据采集设备 | 录制 rosbag 数据 | ✅ 是 |
能力画像
记忆与知识检索
1/5
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
3/5
创造与创新
4/5
项目图库
视频
watch
所需技能
🔧 **动手能力**：需要能够搭建和配置地面无人车辆平台，安装和校准激光雷达与 IMU 传感器。
💻 **编程能力**：需要具备 C++ 编程能力，熟悉 ROS 框架，能够编译和调试代码，理解 SLAM 算法原理。
⚡ **电子电路**：需要了解传感器连接和供电，以及基本的硬件调试技能。
适用场景
地面无人车辆（UGV）的自主导航与定位
多变地形环境下的实时建图
机器人 SLAM 研究与开发
自动驾驶中的激光雷达感知