本项目旨在实现移动小车的三维建图与自主导航，融合了Unitree L1 LiDAR、Intel RealSense D435 相机与 MPU6050 IMU多模态数据。系统利用这些传感器获取高精度几何、深度及运动信息，并通过FAST-LIO2 与 RTAB-Map算法融合。最终实现复杂环境下的高精度感知、鲁棒位姿估计与实时自主导航，为多传感器融合SLAM研究提供平台。
Last updated: 5 months ago因为我使用的是 D435（非 D435i），它本身不带 IMU。在 SLAM 中，IMU 数据（加速度 + 角速度）可以帮助： 1. 提高位姿估计的稳定性 2. 实现视觉-惯性融合建图 3. 启动阶段更快收敛 —— IMU 可辅助初始化方向与加速度估计。 所以我用 MPU6050（通过 I²C 接 Jetson）来弥补 D435 缺少 IMU 的功能，这是一个非常合理的系统设计。
Last updated: 6 months agoRabbitRobot_AGV：专注于自主导航与智能搬运的AGV（自动引导车）开源项目，适用于物流、制造等行业，提供高效、灵活的自动化解决方案。
Last updated: 6 months ago
