FAST-LIO2实战:从零搭建香港大学火星实验室SLAM框架(附官方数据集测试指南)

从零搭建FAST-LIO2:环境配置、数据集跑通与bag解析实战 激光雷达惯性里程计是机器人实时定位的核心技术之一,其通过融合激光点云与IMU数据,在复杂环境中实现高精度位姿估计。其中,迭代误差状态卡尔曼滤波将惯性测量与激光观测紧耦合,配合ikd-Tree增量式地图结构,大幅降低计算开销,使得快速运动、稀疏点云等场景下依然保持稳定。该技术广泛用于无人机自主飞行、自动驾驶、移动机器人导航等工程实践。然而,从源码编译到数据解析,初学者常被依赖配置、时间戳同步、坐标系标定等问题困扰。本文以FAST-LIO2为例,系统梳理环境搭建、官方数据集运行和rosbag文件解析的完整流程, 阅读详情

FAST-LIO2实战:从零搭建香港大学火星实验室SLAM框架(附官方数据集测试指南)

最近在机器人感知领域,一个名为FAST-LIO2的框架引起了不小的波澜。它出自香港大学火星实验室,以其惊人的计算效率和鲁棒性,迅速成为激光惯性里程计领域的新标杆。如果你正在寻找一个既能处理高速运动,又能在杂乱环境中稳定运行的SLAM方案,那么FAST-LIO2绝对值得你投入时间深入研究。这篇文章,我将带你从零开始,一步步搭建这个框架,并用官方数据集进行验证。整个过程我会穿插我实际部署时踩过的坑和总结的技巧,目标是让你能避开弯路,快速上手并理解其核心运作机制。

1. 环境准备与系统配置

在开始编译代码之前,一个干净、兼容的系统环境是成功的第一步。FAST-LIO2官方推荐在Ubuntu 18.04 + ROS Melodic 或 Ubuntu 20.04 + ROS Noetic 环境下运行。我个人更倾向于使用Ubuntu 20.04,因为它对较新的硬件驱动支持更好,并且其生命周期也更长。无论选择哪个版本,请确保你的系统已经完成了基本的更新。

首先,更新你的软件包列表并升级现有软件:

sudo apt update
sudo apt upgrade -y

接下来是安装ROS。如果你使用的是Ubuntu 20.04,安装ROS Noetic的命令如下:

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
sudo apt update
sudo apt install ros-noetic-desktop-full -y

安装完成后,别忘了初始化rosdep并设置环境变量,这些步骤对于后续的包编译至关重要:

sudo rosdep init
rosdep update
echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc

注意:rosdep init 和 rosdep update 步骤可能会因网络问题失败。如果遇到 Website may be down 的错误,可以尝试更换网络环境或使用一些国内的镜像源进行配置,具体方法可以搜索相关社区解决方案。

除了ROS,我们还需要安装一些编译工具和依赖库。CMake的版本需要不低于3.10,GCC版本建议在7.0以上。安装以下通用开发工具:

sudo apt install -y build-essential cmake git libeigen3-dev libboost-all-dev

Eigen库是线性代数计算的核心,而Boost库则提供了许多C++扩展功能,两者都是FAST-LIO2的基石依赖。完成这些,你的基础系统环境就准备好了。

2. 依赖项安装与工作空间创建

FAST-LIO2的核心创新之一在于其使用了ikd-Tree这种高效的数据结构进行增量式点云索引。因此,除了框架本身,我们还需要处理两个关键的依赖:Livox SDK(如果你使用Livox雷达)和ikd-Tree。让我们先创建一个专属的ROS工作空间。

mkdir -p ~/fast_lio_ws/src
cd ~/fast_lio_ws/src
catkin_init_workspace
cd ..
catkin_make
source devel/setup.bash

这个 fast_lio_ws 将成为我们所有相关代码的家。接下来,处理Livox雷达的驱动。即使你暂时没有Livox设备,官方数据集的格式也源于此,所以驱动是必须的。

首先,安装Livox-SDK。它不通过ROS包管理,需要单独编译:

cd ~
git clone https://github.com/Livox-SDK/Livox-SDK.git
cd Livox-SDK
mkdir build && cd build
cmake ..
make
sudo make install

然后,将Livox的ROS驱动包克隆到我们的工作空间:

cd ~/fast_lio_ws/src
git clone https://github.com/Livox-SDK/livox_ros_driver.gi
FAST-LIO2:论文和算法解析 本文介绍了FAST-LIO2算法:一种快速、鲁棒、通用的激光雷达-惯性里程计框架。FAST-LIO2基于高效的紧密耦合迭代卡尔曼滤波器,具有两个关键的新颖之处,可实现快速,稳健和准确的激光雷达导航(和测绘)。第一种方法是直接将原始点注册到地图上然后更新地图,而不提取特征。这样可以利用环境中的细微特征,从而提高准确性。消除手工设计的特征提取模块,也使其能够适应不同扫描模式的新兴激光雷达; 阅读详情

相关推荐

论文阅读笔记: fast-lio系列

fast-lio, 主要是fast-lio 1

chaoqinyou的博客 2632

高翔博士Faster-LIO论文和算法解析

Faster-Lio是高翔博士在Fast系列的新作,对标基线是Fast-LIO2,核心是提出一种新的"数据结构"`ivox`,类似于Fast-LIO2中的`ikd-tree`,用于点云配准搜索和地图的增量更新。效果上整个LIO系统的用时相比Fast-LIO2有较大幅度的下降,精度上评估了每百米的APE和RPE,从结果上看有好有差。近年来的作品精度上似乎都大差不差,如LIO-SAM,FAST-LIO系列,更多的都是在卷实时性。

超爱吃小蛋糕的66的博客 8730

二十四-香港大学火星实验室FAST-LIO2框架跑官方数据集

专栏系列文章如下: 一:Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono),基于视觉-激光-惯导里程计的SLAM框架,环境搭建和跑通过程_goldqiu的博客-CSDN博客 二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客 三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍(除主要源码部分)_goldqiu的博客-CSDN博客 四.激光SLAM框架学习之A-LOAM框架---项目工程代

weixin_36773706的博客 6997

FAST-LIO2 vs LIO-SAM:香港大学火星实验室两大SLAM框架性能对比实测

本文深度对比了香港大学火星实验室开发的FAST-LIO2和LIO-SAM两大SLAM框架的性能表现。基于官方数据集的实测数据显示,FAST-LIO2在计算效率和退化环境适应性上更优,而LIO-SAM在多传感器融合和全局一致性方面表现突出。文章从算法原理、资源消耗到实际应用场景提供了全面的技术解析,帮助开发者根据项目需求选择最适合的SLAM解决方案。

weixin_33712987的博客 787

香港大学火星实验室FAST-LIO2框架实战:从官方数据集解析到高效建图

本文详细解析了香港大学火星实验室开源的FAST-LIO2激光SLAM框架,并提供了从环境搭建到官方数据集实战的完整指南。该框架凭借其创新的ikd-Tree数据结构和紧耦合的IEKF滤波器,实现了高速、高精度的实时建图,是机器人导航与三维感知领域的高效解决方案。

weixin_29243279的博客 1025

二十九-使用RealSenseD435进行ORBSLAM2实时三维重建

一:Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono),基于视觉-激光-惯导里程计的SLAM框架,环境搭建和跑通过程_goldqiu的博客-CSDN博客二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客八.激光SLAM框架学习之LeGO-LOAM框架---框架介绍和运行演示_goldqiu的博客-CSDN博客十一.激光惯导LIO-SLAM框架学习之LIO-SAM框架---框架介绍和运行演示_goldqiu的博客-CSDN博客十二.

weixin_36773706的博客 5601

FAST-LIO2激光SLAM实战:从原理到部署的完整指南

激光SLAM技术通过融合激光雷达与惯性测量单元,在无GPS环境下实现高精度定位与建图,是机器人和自动驾驶的核心能力。FAST-LIO2作为该领域的代表性开源框架,采用直接法配准与ikd-Tree增量地图维护,在退化场景下依然保持稳健。本文面向工程师和学生,从传感器融合原理切入,详细介绍ROS环境搭建、依赖配置、官方数据集测试流程,以及关键参数调优与常见编译运行问题排查。通过梳理源码阅读顺序和面试高频考点,帮助读者快速掌握这套框架的工程实践。无论是入门SLAM还是优化现有系统,这篇指南都能提供实用参考。

weixin_28273593的博客 313

一.无人车导航:CMU团队开源自主导航和规划算法框架

autonomous_exploration_development_environment是CMU团队开源出来的无人车仿真环境,可以自己录制地图,然后部署在仿真环境中,跑自己写的规划和自动导航算法。TARE Planner和DSV Planner是CMU团队开源出来的自主探索算法框架,而FAR Planner 是CMU团队开源出来的规划算法框架。安装仿真环境安装依赖和源码TARE Planner安装运行TARE Planner效果:DSV Planner安装安装依赖安装源码。

weixin_36773706的博客 5565

《论文阅读14》FAST-LIO

牛津大学、中山大学、国防科技大学。

darren_pty 1766

ADSP-21565的SigmaStudio图形化编程实战:从FW工程改造到音频通道打通

本文详细介绍了如何将ADSP-21569的SigmaStudio图形化编程固件工程改造,以适配ADSP-21565的纯片内SRAM内存架构。通过修改内存映射和链接文件,打通了音频输出通道,并成功利用SigmaStudio进行图形化编程,实现了从白噪声生成到音频输出的完整验证流程。

weixin_29169505的博客 381

【Codesys】-扫描添加失败,手动添加第三方模块,真·DC模式的高速计数模块

欧姆龙耦合器(NX-ECC201)和高速计数模块(NX-EC0132)单独使用。扫描设备添加到Codesys中,会报错,无法自动添加。记录一下,以防忘记。高速的计数保证了位置的准确性,位置准确就能保证裁切的精度,一切的基础就在这儿了,奈何目前只有欧姆龙和倍福能做到这样的波形。

qq_35316470的博客 1390

【影像组学入门百问】1#---#3

理论上讲三大主流平台Windows, Linux和MacOS均可进行影像组学研究。根据笔者实际经验,如果内存不足可能导致软件罢工,其余显示、GPU等均非必要。显示:最小分辨率为1024×768(推荐为1280×1024或更好)。Slicer中的许多计算都是多线程的,并且将受益于多核,多CPU配置。计算机需要足够的内存和图形功能将原始数据和处理结果保存在其内存中。如涉及深度学习等方法的研究需根据实际需求配置电脑,无法一概而论。接口设备:推荐使用带滚轮的三键鼠标。内存:超过4GB(推荐8G以上)。

weixin_38594676的博客 1487

ATE自动化测试设备:硬件与软件的完美协同

本文深入解析了ATE自动化测试设备如何通过硬件与软件的完美协同,实现高效、精准的电子产品测试。文章详细阐述了ATE系统的硬件架构(如测试控制器、仪器模块、开关矩阵)与软件层次(如测试管理、仪器控制、数据分析),并结合实战案例,揭示了软硬件协同设计在提升测试效率与可靠性中的关键作用。

weixin_29218509的博客 171

DIY压电陶瓷传感器信号放大:从拆解到JFET电路实战(附示波器实测数据)

本文详细介绍了如何利用废旧设备拆解的压电陶瓷片,结合JFET(结型场效应管)高输入阻抗特性,DIY搭建高灵敏度振动传感器放大电路。从元件拆解、参数实测到JFET共源极放大器实战搭建与调试,提供了完整的步骤、示波器实测数据及优化方案,帮助电子爱好者实现低功耗振动检测应用。

weixin_29195615的博客 394

手把手教你用git上传项目到GitHub(图文并茂,这一篇就够了),相信你一定能成功!!

GitHub是基于git实现的代码托管。git是目前最好用的版本控制系统了,非常受欢迎,比之svn更好。 GitHub可以免费使用,并且快速稳定。即使是付费帐户,每个月不超过10美刀的费用也非常便宜。 利用GitHub,你可以将项目存档,与其他人分享交流,并让其他开发者帮助你一起完成这个项目。优点在于,他支持多人共同完成一个项目,因此你们可以在同一页面对话交流。 创建自己的项目,并备份,代码不需要保存在本地或者服务器,GitHub做得非常理想。 学习Git也有很多好处。他被视为一个预先维护过程,你可以按自己

左手の明天的博客 3万+

《拉依达的嵌入式\驱动面试宝典》—计算机硬件篇(一)

《拉依达的嵌入式\驱动面试宝典》 整合了所有我认为可能遇到的技术面试问题。所有问题及其答案均是我个人学习后查阅资料总结,每个回答都做了仔细的分析,在嵌入式及其驱动面试相关问题解析做到全网独一无二。学习或者转行到嵌入式、驱动开发领域学习的不二之选

拉依达不拉跨的博客 769

链接文件及功能安全:Hightec如何将Flash驱动放进RAM

Fls本身是无法操作自身的,犯冲突。Fls_WriteCmdCycles (预留300字节)与 Fls_EraseCmdCycles(预留200字节) 函数在执行之前将会Copy进RAM,Fls本身是不能操作Fls本身的,除非把最底层的驱动函数防止在RAM或者其他的Flash里面,假设Flash放置在PF0可以操作PF1。英飞凌的驱动有个规定写指令预留300字节,擦除指令预留200字节。

梦想技术家 2145

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

上一篇: CAM350 9.5.1 从零到一:手把手带你完成下载与安装全流程
下一篇: CAPL复合赋值运算符的5个高效用法|车载总线测试提速技巧
ppp33
博客等级 码龄16年 82粉丝 1455原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值