좌측 - Multi-LiDAR 탑재 차량

우측 - 차량에서 취득한 LiDAR pointcloud (파랑-Ouster, 초록-Velodyne, 분홍-Aeva, 빨강-Livox)

본 프로젝트에서는 Gazebo, AirSim과 같은 시뮬레이션 도구를 활용하여 실내외 환경을 포함한 여러 시뮬레이션 환경을 구축하고, LiDAR 센서를 통해 multi-session 데이터를 수집하는 것을 1차 목표로 합니다.

이후에는 Multi-LiDAR SLAM을 이용하여 각 세션별 trajectory와 map을 취득하고, trajectory들을 하나의 shared coordinate로 align하는 방법론을 연구하는 것을 목표로 합니다.

• Prerequisites
  • Knowledge for SLAM
  • C++, ROS1/2, Linux System
  • (Optional) Gazebo/Unity/IsaacSim 등 시뮬레이터 활용 경험
• TO-DO
  • Paper & Code Reviews
    • Paper 1: MA-LIO (Mutliple LiDAR-IMU Odometry) [Code]
    • 해당 논문에 대해 이해하고, 해당 논문의 코드를 분석해 논문이 제시하는 바가 무엇인지 파악 (Need the prerequisites)
  • Running the Code
    • 시뮬레이션 환경 제작
      • LiDAR 및 Robot pose 데이터 수집
        • 제작된 시뮬레이션 환경에서 LiDAR 센서를 통해 데이터 수집
        • 환경 요소를 변화(건물 추가, 물체 제거 등)시키며 multi-session 데이터 생성
    • ROS2 기반 MA-LIO Code Update
      • 기존 코드의 경우 Ubuntu 20.04 & ROS1를 기반으로 제작되어 있음.
      • 이를 Ubuntu 22.04 & ROS2 기반으로 변경하며, 완성된 Project를 Github의 새로운 branch로 Publish 예정
      • Docker 환경 제작 후 함께 Publish!
  • To Do (Fall Semester 2025)
    • 제작한 simulation 환경에서 MA-LIO 기반 Multi-LiDAR SLAM을 통해 세션별 trajectory들을 얻고, 이러한 trajectory들을 align할 수 있는 방법론을 고안

담당조교: 정민우 ([email protected]) & 이동재 ([email protected])