ROS Noetic 환경에서 LIO-SAM 설치 및 3D SLAM 구현: 초심자를 위한 상세 가이드

핵심 기술: 본 콘텐츠는 ROS Noetic 환경에서 LIO-SAM 3D SLAM 알고리즘을 성공적으로 설치하고, 다양한 데이터셋 및 실제 센서(Ouster LiDAR, iAHRS IMU)를 활용하여 검증하는 과정을 상세하게 다룹니다. ROS 초심자가 겪을 수 있는 환경 설정 및 빌드 오류 해결에 중점을 둡니다.

기술적 세부사항:
* ROS Noetic 설치: Ubuntu 20.04 환경에서 ROS Noetic 데스크탑 전체 버전을 설치하는 방법과 lsb 패키지 설치 및 source 명령어 활용법을 안내합니다.
* LIO-SAM 설치: 작업 공간 생성 (catkin_ws), catkin_make 실행, 필요한 ROS 패키지 설치 (navigation, robot-localization, robot-state-publisher), GTSAM 라이브러리 설정 방법을 설명합니다.
* 빌드 오류 해결:
* OpenCV 버전 불일치로 인한 opencv/cv.h 파일 오류 해결 (#include <opencv2/opencv.hpp>로 수정).
* PCL C++14 요구사항 관련 오류 해결 (CMakeLists.txt에서 C++ 표준을 c++14로 변경).
* flann/util/serialization.h 관련 알 수 없는 의존성 순서 문제 해결 (utility.h 파일 수정).
* 데이터셋 테스트: 제공되는 Park, Campus, Rooftop 데이터셋을 활용하여 LIO-SAM의 동작을 확인하고, 각 데이터셋별 params.yaml 설정 변경 사항을 명시합니다 (e.g., imuTopic, sensor, N_SCAN, Horizon_SCAN).
* 실제 센서 연동:
* Ouster LiDAR 드라이버 (ouster_ros) 설치 및 센서 동작 확인 (rviz 시각화).
* IMU 센서 드라이버 설치.
* 실제 센서 데이터 수집을 위한 params.yaml 설정 (pointCloudTopic, imuTopic, sensor 등).
* 센서 데이터 오류 해결: Ouster LiDAR의 is_dense가 false로 나와 발생하는 imageProjection.cpp 오류를 해결하기 위해 ouster_ros 패키지의 point_cloud_compose.h에서 NaN 값을 0으로 대체하는 방법을 제시합니다.

개발 임팩트: 본 가이드라인을 통해 사용자는 ROS 환경 구축부터 LIO-SAM 라이브러리 적용, 실제 센서 연동 및 문제 해결까지 SLAM 시스템 구현 전반에 걸친 실질적인 경험과 지식을 얻을 수 있습니다. 이는 로봇 시스템 개발의 효율성을 높이고, 자율주행 및 3D 공간 인식 기술의 이해를 심화하는 데 기여합니다.

커뮤니티 반응: 글쓴이가 겪었던 다양한 빌드 오류와 해결 과정이 상세히 공유되어, 비슷한 어려움을 겪는 다른 개발자들에게 실질적인 도움을 줄 수 있다는 점이 강조됩니다. 특히 오픈소스 라이브러리 활용 및 커뮤니티 기여의 중요성을 시사합니다.