FAST-LIO 项目推荐

FAST-LIO 项目推荐

FAST_LIO A computationally efficient and robust LiDAR-inertial odometry (LIO) package 项目地址: https://gitcode.com/gh_mirrors/fa/FAST_LIO

1. 项目基础介绍和主要编程语言

FAST-LIO 是一个计算效率高且鲁棒的 LiDAR-inertial odometry (LIO) 开源项目，由香港大学（HKU）的 MARS 实验室开发。该项目主要使用 C++ 编程语言，结合 ROS（Robot Operating System）框架进行开发。FAST-LIO 通过融合 LiDAR 特征点和 IMU 数据，使用紧耦合的迭代扩展卡尔曼滤波器（IEKF）来实现高效的导航和定位。

2. 项目核心功能

FAST-LIO 的核心功能包括：

• LiDAR-IMU 紧耦合融合：通过迭代扩展卡尔曼滤波器（IEKF）实现 LiDAR 特征点和 IMU 数据的紧耦合融合，确保在快速运动、噪声或杂乱环境中也能实现鲁棒的导航。
• 快速迭代卡尔曼滤波：优化里程计计算，提高计算效率。
• 自动初始化：在大多数稳定环境中自动初始化系统。
• 并行 KD-Tree 搜索：减少计算量，提高处理速度。
• 支持多种 LiDAR 类型：包括旋转式（如 Velodyne、Ouster）和固态式（如 Livox Avia、Horizon、MID-70）LiDAR。

3. 项目最近更新的功能

FAST-LIO 最近更新的功能包括：

• 增量式建图：使用 ikd-Tree 实现增量式建图，提高建图速度，支持超过 100Hz 的 LiDAR 数据速率。
• 直接里程计（扫描到地图）：在原始 LiDAR 点云上直接进行里程计计算（无需特征提取），提高精度。
• 支持外部 IMU：扩展了对外部 IMU 的支持。
• 支持 ARM 平台：包括 Khadas VIM3、Nivida TX2、Raspberry Pi 4B（8G RAM）等 ARM 架构平台。

通过这些更新，FAST-LIO 进一步提升了其在不同硬件平台上的兼容性和性能，使其在各种复杂环境中都能实现高效、鲁棒的 LiDAR-inertial 导航。

FAST_LIO A computationally efficient and robust LiDAR-inertial odometry (LIO) package 项目地址: https://gitcode.com/gh_mirrors/fa/FAST_LIO