激光SLAM-重定位方案

现有的激光SLAM重定位方案：

1.FAST_LIO_LOCALIZATION
可以基于Fast-lio构建的地图中进行重定位，初始定位可以通过RVIZ的粗略手动估计来提供，也可以通过其他传感器/算法进行姿态定位。

https://github.com/HViktorTsoi/FAST_LIO_LOCALIZATION

2.LIO-SAM_based_relocalization
可以在构建的地图中重新定位的简单版本的系统，该系统基于LIO-SAM原始版本，不带回环，初始定位也是通过Rviz的粗略手动估计完成。

GitHub - Gaochao-hit/LIO-SAM_based_relocalization: A simple system that can relocalize a robot on a built map is developed in this system. The system is based on LIO-SAM.

3.Livox-Localization

在 FAST_LIO_LOCALIZATION 的基础上加了全局重定位，也就是自动搜索初始位置，不需要每次手动设置初始位置。但是有概率搜索不到或者搜索到的位置是错的。对地图有特殊要求，需要用特定的建图项目，不能用FAST_LIO。

GitHub - SiyuanHuang95/Livox-Localization: A simple localization framework that can re-localize in one point-cloud map.

4.livox_relocalization 
Livox-Relocalization 是 Livox LiDAR 的重定位包。此包加载由 mid40 创建的地图，然后使用此地图重新定位自身。在这个版本中，初始姿势仍然需要接近原始轨迹，尤其是旋转。

GitHub - Livox-SDK/livox_relocalization: A relocalization package for Livox LiDARs.

5.hdl_localization
与FAST_LIO_LOCALIZATION不同，需要用pointcloud2的点云格式。有全局重定位，也就是可以自动搜索初始位置，也可以手动指定初始位置。但是目前试验下来，重定位的功能对Livox不起作用，可能原因猜测：①Livox的FOV较小；②使用的地图不是标准的pointcloud2格式。

GitHub - koide3/hdl_localization: Real-time 3D localization using a (velodyne) 3D LIDAR