LeGO-LOAM

軽量・地面最適化型 LiDAR オドメトリ&マッピングの古典（IROS 2018）

ライセンス

BSD-3-Clause

概要

Lightweight and Ground-Optimized Lidar Odometry and Mapping——3D LiDAR を用いた地上車両向けのリアルタイム 6 自由度姿勢推定と地図構築。IROS 2018 で発表され、セグメンテーションで地面平面を活用し、姿勢最適化を 2 つの軽いステップに分割することで、SLAM パイプライン全体が低消費電力の組み込みコンピュータ上でリアルタイムに動作します。

パイプラインは各スキャンを地面クラスタと非地面クラスタに分割し、そこから平面特徴とエッジ特徴を抽出して、2 段階で運動を推定します。まず地面特徴で z・ロール・ピッチを拘束し、残りの自由度をエッジ特徴で解きます。キーフレームベースのポーズグラフとループ閉じ込みが大域地図を生成します。地上車両搭載の Velodyne VLP-16 向けに調整された ROS パッケージとして提供されます。

重要な理由

LeGO-LOAM は今なお LiDAR SLAM の代表的ベースラインの一つです。新しい LiDAR オドメトリ論文は依然としてこれと比較され、その地面最適化セグメンテーションの発想は LIO-SAM や多くの実運用地上ロボットスタックへ直接受け継がれました。

解決する課題

完全な LiDAR SLAM パイプラインは地上ロボットの組み込みコンピュータには重すぎました。LeGO-LOAM は地面平面セグメンテーション、点群クラスタリング、2 段階の Levenberg-Marquardt 最適化を軸に LOAM を再構成し、リアルタイムの 6DOF オドメトリと地図構築を Jetson クラスのハードウェアに収めます。

主なポイント

地面平面セグメンテーションが計算量を抑えつつ地上車両でのロバスト性を高める
2 段階最適化により、一体型 LOAM よりはるかに少ない反復で 6DOF 姿勢を解く
デスクトップだけでなく組み込み ARM ボードでもリアルタイムに動作
LIO-SAM の直接の祖先——同じ著者、同じ設計系譜
10 年経った今もベンチマークに使われる、実戦で鍛えられた ROS ベースライン

対象

実績ある LiDAR オドメトリを必要とする地上ロボット開発者
新手法をベンチマークする SLAM 研究者
読みやすい古典コードで LiDAR SLAM を学ぶ学生

制限事項

水平搭載の回転式 LiDAR を積む地上車両向け——ハンドヘルド、空中、ソリッドステート構成には不向き
IMU との密結合がなく、激しい運動ではオドメトリが劣化——その領域は LIO-SAM が引き継いだ
上流のメンテナンスは最小限で ROS 1 中心（最終活動は 2024 年）