推荐使用HBA：全球一致且高效的大型LiDAR映射模块

1. 项目简介

HBA 是为了解决在点云地图中即使经过姿态图优化（PGO）也无法完全消除的不一致性问题而设计的。虽然PGO在时间效率上有优势，但它不直接优化地图的一致性。LiDAR束调整（BA）可以缓解这个问题，但对大规模地图来说计算成本过高。HBA通过提出一种分层结构，将庞大的LiDAR BA问题划分为多个较小的BA问题，并利用PGO平滑更新所有LiDAR的姿态。HBA能够达到与原始BA方法相当的精度，但计算时间大大减少。

我们的提出的分层束调整的金字塔结构

2. 技术分析

HBA的关键创新在于其分层策略。它将大的BA问题分解成多级小问题，使得局部和全局的优化可以在时间和精度之间找到平衡。这种方法允许快速优化整个地图的几何一致性，而不必进行全图的束调整计算。

3. 应用场景

HBA尤其适用于以下场景：

• 闭合循环的里程计优化：通过HBA，可以在无需大量计算资源的情况下显著提高Odometry的精度，如在KITTI序列中的应用所示。
• 地图一致性增强：对于自收集数据集，HBA可以进一步优化地图的连贯性，提供更加精确的定位效果（见figure/lg02.jpg）。
• 厘米级别点云地图生成：HBA已被用于MARSIM等轻量级模拟器，生成厘米级别的真实世界点云地图。

4. 项目特点

• 高效：采用分层结构，将大规模问题拆解，大幅减少计算时间，保持高效率运行。
• 全球一致性：通过细致的优化，保证了整个地图的几何一致性，解决了PGO的局限。
• 广泛应用：可用于无人机SLAM、自动驾驶车辆定位等多种领域，实现精准的三维重建和导航。
• 开源：代码遵循GPLv2协议开放，鼓励开发者参与和贡献。

HBA已在IEEE RA-L发表，并有详细的视频演示。如果你在研究中发现HBA有帮助，请考虑引用相关论文。

要尝试HBA，请按照提供的文件结构设置数据，并配置好依赖项。项目支持多种参数调优，以适应不同需求和性能要求。

立即加入HBA，一起探索更高效、更一致的LiDAR地图构建新境界！如有任何技术问题，欢迎邮件至[e-mail]联系。商业合作事宜可咨询Dr. Fu Zhang [e-mail]。