Skip to content

Home

asuka 是一个稳健、精简、高效、可扩展的 LiDAR-Inertial(-Visual) SLAM 框架（ROS1 / catkin）。 它将七种 LiDAR-Inertial(-Visual) 里程计算法统一到同一套插件接口之下，通过全局回调插槽把前端状态 分享给运行时加载的扩展模块（后端位姿图优化、高频 IMU 预测、可视化等）。

仓库为双包结构：asuka（ROS-free 算法库：核心框架、七前端插件、算法扩展、配置）与 asuka_ros（ROS 适配层：传感器接入、rviz_viewer、三个入口节点）。

特性

  • 算法即插件 —— FAST-LIO2、Batch-LIO、Super-LIO、FAST-LIVO2、sr_livo、 ZLIO 六种前端里程计各自编译为独立动态库，运行时经 dlopen 加载，修改 config.json 即可切换算法。
  • 视觉输入就绪 —— insert_image 视觉输入接口与 on_insert_image 回调槽；fastlivo 前端在该模式下支持 LiDAR-Visual-Inertial 紧耦合（LIVO）， 点类型为带 rgb 的 asuka::PointXYZITRGB。
  • 稳健 —— 统一的 KeyFrame 输出契约；回调插槽逐观察者隔离异常；每个算法独立的参数文件 （含各自的雷达/相机外参 sensor 块）；框架层统一处理时间回绕检测、地图保存与优雅退出。
  • 精简高效 —— 32 字节紧凑点类型 asuka::PointXYZITRGB（xyz + intensity + rgb + curvature 时间），替代 48 B 的 pcl::PointXYZINormal；点内仅保留 xyz、intensity、 rgb 与毫秒级时间偏移。
  • 可扩展 —— 核心回调插槽（asuka::Callbacks 六个）暴露 IMU / 帧 / 图像输入、 关键帧与两条扩展输出流；扩展可自持私有插槽（见 扩展开发）。扩展模块即共享库，无需修改框架代码。

总体架构

asuka_rosnode / asuka_rosbag / asuka_nodelet      <- ROS 入口（asuka_ros 包，三选一）
        |  sensor_msgs::Imu / PointCloud2 / livox CustomMsg / Image
        v
    AsukaROS                                       <- ROS 层（asuka_ros 包）：消息转换、
        |  asuka::ImuData / PointCloudT / ImageData    acc_scale、时间偏移、点云预处理、
        v                                              扩展加载
AsyncOdometryEstimation                            <- 异步执行器（前端 worker 线程，
        |                                              imu/frame/image 三路有界队列）
        v
asuka::OdometryEstimation   <== dlopen ==   libasuka_odometry_*.so
        |                                             (fastlio / batchlio / superlio /
        |  Callbacks::on_new_frame(KeyFrame)           fastlivo / srlivo / zlio)
        v
+------------------------------------------------+
| ExtensionModule（运行时 dlopen）                |
|   rviz_viewer        可视化 / TF（asuka_ros 包） |
|   imu_prediction     IMU 插帧高频里程计          |
|   optimization_loam  SC-A-LOAM 式后端           |
+------------------------------------------------+

数据流水线

  1. 三种 ROS 入口节点（asuka_ros 包）持有一个 AsukaROS 实例；
  2. AsukaROS 构造时读取 config.json，经 OdometryEstimation::load_configured() 按 config_odometry 指定的动态库加载前端里程计插件，封装为 AsyncOdometryEstimation， 再经 ExtensionModule::load_configured_modules() 加载扩展；
  3. IMU 消息在 ROS 层转换为 asuka::ImuData::ConstPtr，应用 acc_scale / imu_time_offset 后进入异步队列；
  4. 点云按 lidar_type（livox / livox_custom / robosense）反序列化为 LivoxPoint / LivoxCustomPoint / RobosensePoint，经各前端专属的 asuka::CloudPreprocess 生成 PointCloudT 后入队；图像消息转换为 asuka::ImageData 进入第三条队列；
  5. 前端 worker 按传感器时间归并逐条取出数据，先发射 on_insert_imu / on_insert_frame / on_insert_image 再喂给里程计；里程计结果以 KeyFrame 通过 Callbacks::on_new_frame 分享，扩展模块据此进行可视化、IMU 插帧与后端优化。

文档

入门：安装 / Docker / 快速上手

速查：参数速查 / 点云格式 / 核心 API / FAQ

指南：里程计插件 / 扩展开发 / 内置扩展 / 架构总览

深入阅读（按模块组织的专题页，源自仓库 wiki；注意其为历史快照，见各页顶部声明）：

  • 项目入口与运行形态 / ROS 封装与数据接入主链路 / 核心框架
  • 里程计算法实现（逐文件精读） / 算法功能模块
  • 插件机制与基础设施 / 配置边界 / 跨模块边界与数据流 / 第三方依赖