olivaw-slam

En términos de arquitectura hace lo mismo que slam_toolbox dentro de ROS2 — pero como una librería de Rust normal. Corre en macOS, Linux y cualquier otro objetivo de Rust, y se compila de forma cruzada a una Raspberry Pi o una Jetson con un solo cargo build --target aarch64-unknown-linux-gnu. Sin middleware, sin fijar una distribución, sin toolchain de C++.

Cómo funciona

Le pasas escaneos de lidar — desde olivaw-lidar o cualquier otra fuente — y devuelve un mapa de rejilla de ocupación consistente y una estimación de pose.

Los escaneos se preprocesan (recorte, filtrado de valores atípicos, voxelizado) y luego se emparejan mediante un matcher correlativo contra el mapa acumulado y no contra el escaneo anterior. Esa única decisión es el núcleo del diseño: emparejar contra el mapa evita que la deriva se acumule como ocurre con la odometría entre cuadros consecutivos.

Se toman keyframes cada 0,3 m o 0,3 rad, y alimentan tres cosas a la vez: la rejilla de ocupación en log-odds, un grafo de poses construido sobre factrs y la detección de cierres de bucle. Un cierre aceptado se convierte en una restricción del grafo, el grafo corrige todas las poses, y las poses corregidas redibujan la rejilla — que es contra lo que se empareja el siguiente escaneo.

Por qué existe

ROS2 es una respuesta razonable si ya estás dentro de él. Si no lo estás, el costo de adoptarlo para obtener un solo algoritmo es enorme: una distribución que fijar, un sistema de compilación que adoptar y un árbol de dependencias de C++ que mantener. Una librería que es solo una librería no tiene nada de eso.