GLIM

AIST発、あらゆる測距センサーに対応するGPUアクセラレーテッド3D LiDAR SLAMフレームワーク

ライセンス

MIT

概要

GLIMは、小出健司氏(産業技術総合研究所/AIST、日本)による3D点群ベースの自己位置推定・地図構築フレームワークです。密結合(tightly-coupled)のLiDAR-IMUオドメトリのフロントエンドと、大域的なレジストレーション誤差最小化に基づく大域最適化バックエンドを組み合わせ、最も重いカーネルをGPUで実行します。そして「あらゆる測距センサー」を意図的にサポートしており、機械式回転LiDAR、Livoxのような非反復スキャンのソリッドステートユニット、さらにはRGB-Dカメラまでを、一つの拡張可能でROS 2ネイティブなアーキテクチャで扱えます。

GLIMはSLAMをオドメトリ推定フロントエンドと大域マッピングバックエンドに分割し、どちらもGTSAM上のファクターグラフ最適化として定式化しています。フロントエンドはキーフレームベースの固定ラグスムージングでLiDARとIMUを密結合し、激しい動きの中でもロバスト性を保ちます。バックエンドはGPUアクセラレーテッドなボクセル化GICPマッチングコストファクターを用いた大域軌跡最適化を行い、壊れやすい明示的なループ検出ではなく、大域レジストレーション誤差最小化のアプローチでループを閉じます。コア以外はすべてプラグインです。オドメトリのバリアント(CPU、GPU、IMU中心)、ループクロージャモジュール、そして姉妹リポジトリglim_extの拡張モジュールがあります。インタラクティブビューアは作者のIridescenceライブラリ上に構築され、ROS 2およびROS 1ラッパーが提供されており、同一パイプラインでVelodyne/Ousterの回転LiDAR、Livoxのソリッドステートユニット、深度カメラを扱えます。これはオープンなSLAMシステムでここまでの広さに挑むものがほとんどない領域です。

重要な理由

GLIMは、古典的なオープンLiDAR SLAMスタックの後継として最も完成度が高く、活発に開発されているものです。研究レベルの大域最適化とGPUアクセラレーションを、エンジニアリングされ、文書化され、プラグインで拡張可能なパッケージとして提供しています。作者はhdl_graph_slamとsmall_gicpの開発者であり、そのライブラリ群はすでにオープンなLiDARマッピングエコシステムの多くを支えています。

解決する課題

ソリッドステートLiDAR、激しいプラットフォームの動き、長い軌跡といった現代的なセンサーと条件での正確な3D地図構築は、旧来のLiDAR SLAMシステムの前提を崩します。GLIMの密結合IMUフュージョン、GPUアクセラレーテッドな大域最適化、センサー非依存の設計は、これらのケースを一つのフレームワークで処理します。

主なポイント

• 激しい動きや疎な形状にもロバストな密結合LiDAR-IMUオドメトリ
• 大域最適化バックエンドが地図全体のレジストレーション誤差を最小化(壊れやすいループ検出器は不要)
• CUDAアクセラレーテッドなボクセル化GICPファクターにより、密な大域最適化をリアルタイムで実行可能
• センサー非依存: 回転LiDAR、Livoxソリッドステートユニット、RGB-Dカメラに対応
• プラグインアーキテクチャ(glim_ext)とROS 2/ROS 1ラッパーによるクリーンな拡張と統合

対象

• 3Dマッピングパイプラインを構築するロボティクスエンジニア
• ファクターグラフシステムを拡張するSLAM研究者
• AMRおよび屋外ロボットの開発者
• モバイルLiDARを使う測量・デジタルツインの実務者

制限事項

• 最高性能にはNVIDIA GPUが必要(CPUフォールバックは低速)
• 標準の密結合パイプラインにはIMUが必須
• 非常に大規模な実行では大域最適化のメモリ使用量が地図サイズとともに増加する