FusionCore对比测试表现亮眼:多数序列优于robot_localization,弥补ROS传感器融合空白!
导航菜单登录外观设置平台AI代码创作GitHub Copilot可借助AI编写更优质代码GitHub Spark能构建并部署智能应用GitHub Models可管理并比较提示词MCP Registry新可集成外部工具。开发者工作流Actions可自动化任何工作流Codespaces是即时开发环境Issues可规划并跟踪工作Code Review可管理代码变更。应用程序安全GitHub Advanced Security可发现并修复漏洞代码安全可在构建过程中保障代码安全密钥保护可防患于未然防止信息泄露。探索可了解为何选择GitHub查看文档、博客、更新日志和市场。还可查看所有功能。解决方案按公司规模划分有企业版、中小企业团队版、初创企业版、非营利组织版。按用例划分有应用现代化、DevSecOps、DevOps、CI/CD还可查看所有用例。按行业划分有医疗保健、金融服务、制造业、政府部门还可查看所有行业。也可查看所有解决方案。资源按主题探索可探索AI、软件开发、DevOps、安全等主题还能查看所有主题。按类型探索有客户案例、活动与网络研讨会、电子书与报告、商业洞察、GitHub Skills。支持与服务提供文档、客户支持、社区论坛、信任中心、合作伙伴相关内容。也可查看所有资源。开源社区GitHub Sponsors可资助开源开发者。项目有Security Lab、Maintainer Community、Accelerator、GitHub Stars、Archive Program。仓库可查看主题、热门趋势、集合。企业版企业解决方案企业平台是由AI驱动的开发者平台。可用附加组件GitHub Advanced Security有企业级安全功能Copilot for Business有企业级AI功能高级支持提供企业级24/7支持。还有定价相关内容。搜索或跳转...可搜索代码、仓库、用户、问题、拉取请求等还有搜索语法提示。提供反馈会阅读每一条反馈并重视意见。可包含电子邮件地址以便联系有取消和提交反馈选项。保存的搜索使用保存的搜索可更快筛选结果。若要查看所有可用限定符可参阅文档。有取消和创建保存的搜索选项还有登录和注册选项。外观设置若在其他标签页或窗口中登录、退出或切换了账户需重新加载以刷新会话。还有manankharwar/fusioncore相关信息如公开状态有通知、Fork、Star等操作选项以及代码、问题、拉取请求等导航选项。还有分支、标签相关内容。文件夹和文件有相关表格展示名称、最后提交消息、最后提交日期等信息还可查看所有文件。仓库文件导航有README、贡献指南、Apache 2.0许可证相关内容还有图片展示。FusionCore它是ROS 2传感器融合SDK能将IMU、轮式编码器和GPS融合为一个可靠的位置估计具备自调整噪声协方差功能采用Apache 2.0许可证。解决的问题每个移动机器人都需知道自己的位置通常通过IMU、轮式编码器和GPS获取但这些传感器有局限性如IMU会漂移轮子可能打滑GPS信号可能跳动。所以需要一款软件融合三种传感器数据以得到可靠位置估计。目前ROS标准传感器融合包robot_localization缺乏原生ECEF GPS融合、IMU偏差估计和自适应噪声协方差功能其替代包fuse在2026年初时GPS支持不完善没有ECEF处理或RTK质量筛选功能且无明确易用替代方案FusionCore正是为填补此空白而开发的。基准测试结果在NCLT数据集密歇根大学上FusionCore与robot_localization进行对比测试使用相同的IMU、轮式里程计和GPS数据无需手动调整参数对六个序列采用相同处理流程。结果如下2012 - 01 - 08序列中FusionCore ATE RMSE为5.6 mRL - EKF ATE RMSE为23.4 mRL - UKF在t 31 s时出现NaN发散2012 - 02 - 04序列中FusionCore ATE RMSE为9.7 mRL - EKF ATE RMSE为20.6 mRL - UKF在t 22 s时出现NaN发散2012 - 03 - 31序列中FusionCore ATE RMSE为4.2 mRL - EKF ATE RMSE为10.8 mRL - UKF在t 18 s时出现NaN发散2012 - 08 - 20序列中FusionCore ATE RMSE为7.5 mRL - EKF ATE RMSE为9.4 mRL - UKF出现NaN发散2012 - 11 - 04序列中FusionCore ATE RMSE为28.7 mRL - EKF ATE RMSE为10.9 mRL - UKF出现NaN发散2013 - 02 - 23序列中FusionCore ATE RMSE为4.1 mRL - EKF ATE RMSE为5.8 mRL - UKF出现NaN发散。FusionCore在六个序列中的五个表现更优。在2012 - 11 - 04序列中因GPS信号长时间严重恶化FusionCore虽采用马氏距离异常值筛选和惯性滑行模式但累积漂移无法完全恢复而RL - EKF无拒绝筛选机制能立即自我修正RL - UKF在所有六个序列中均出现NaN发散。完整的方法、配置和复现说明可在benchmarks/中查看。选择FusionCore的原因从功能对比来看核心滤波器方面robot_localization是EKF或UKFFuse是因子图FusionCore是UKF22D四元数状态3D支持方面三者都有不过FusionCore是原生全3D支持IMU偏差估计方面robot_localization无内置状态Fuse依赖插件FusionCore有陀螺仪和加速度计偏差状态GPS融合方面robot_localization通过navsat_transform节点Fuse是插件且无ECEF/RTK支持FusionCore有原生ECEF支持且单节点实现双天线航向方面robot_localization和Fuse都没有相关内容。那么在实际应用中是否应该优先考虑FusionCore呢