LIGO：项目的核心功能/场景

LIGO：项目的核心功能/场景

LIGO. 项目地址: https://gitcode.com/gh_mirrors/li/LIGO.

基于紧密耦合的LiDAR-Inertial-GNSS系统，实现全局定位与实时建图

项目介绍

LIGO 是一个基于层次融合框架的多传感器融合系统，它充分利用了 LiDAR（激光雷达）和 GNSS（全球导航卫星系统）的优势，为地面车辆和无人机等应用提供高精度的全局定位和实时建图功能。

项目技术分析

LIGO 的技术核心在于其创新的层次融合框架，该框架通过以下技术要点实现了卓越的性能：

1. 紧密耦合融合策略：LIGO 采用紧密耦合策略，将 LiDAR、IMU（惯性测量单元）和 GNSS 数据进行深度融合，提高了轨迹估计的准确性。
2. 层次融合框架：该框架通过不同层次的融合策略，优化了系统对各种环境的适应性，确保了全局定位的准确性。
3. 误差校正与估计：LIGO 对 LiDAR 和 GNSS 数据中的误差进行校正，并通过估计方法提高了系统对异常值的鲁棒性。

项目及技术应用场景

LIGO 的设计适用于以下场景：

• 大规模场景的轨迹估计：在大型室外环境中，如城市、农田等，LIGO 能提供高精度的轨迹估计。
• 室内外全局定位：无论是室内还是室外环境，LIGO 都能提供基于全局参照系的姿态估计。
• 多传感器融合应用：适用于需要同时使用 LiDAR 和 GNSS 的多传感器融合应用，如无人驾驶车辆和无人机。

以下是 LIGO 在严重 LiDAR 退化解序列中的性能展示：

项目特点

LIGO 的特点如下：

1. 高精度轨迹估计：在大型场景中，LIGO 提供的轨迹估计准确性具有竞争力。
2. 传感器鲁棒性：当 LiDAR 或 GNSS 传感器出现故障时，LIGO 仍能保持稳定运行。
3. 高输出频率：LIGO 支持高频率的里程计输出，满足实时应用的需求。
4. 全局定位能力：无论是室内还是室外，LIGO 都能提供基于全局参照系的姿态估计。
5. 时间同步灵活性：LIGO 不要求 GNSS 观测数据与 LiDAR 扫描的开始或结束时间严格对齐。
6. 抗异常值能力：LIGO 对 GNSS 观测数据中的大异常值和高噪声水平具有鲁棒性。

安装与编译

准备工作

• C++14 编译器
• ROS Noetic
• Eigen 3
• GTSAM
• gnss_comm 库及其安装指南

编译步骤

1. 将代码克隆到 catkin_ws 工作空间

   cd ~/catkin_ws/src/
   git clone https://github.com/Joanna-HE/LIGO..git
   

2. 编译包

   cd ~/catkin_ws/
   source /PATH/TO/GNSS_COMM/DEVEL/.setup.bash
   catkin_make
   source ~/catkin_ws/devel/setup.bash
   

LIGO 的创新性和实用性使其成为多传感器融合领域的一个值得关注的开源项目。无论是对于研究人员还是开发人员，LIGO 都提供了强大的工具和框架，以实现更高效、更准确的定位和建图。

LIGO. 项目地址: https://gitcode.com/gh_mirrors/li/LIGO.