FAST_LIO与FAST_LIO2算法复现指南

FAST_LIO（Fast LiDAR-Inertial Odometry）及其改进版FAST_LIO2是高效的激光雷达-惯性里程计算法，基于紧耦合的迭代误差状态卡尔曼滤波（IESKF）实现。以下是复现关键步骤：

---

环境配置

系统要求：Ubuntu 18.04/20.04，ROS Melodic/Noetic
依赖安装：

sudo apt-get install ros-${ROS_DISTRO}-cv-bridge ros-${ROS_DISTRO}-tf
sudo apt-get install libomp-dev libceres-dev

Eigen3.3.7+：需手动安装高版本Eigen（FAST_LIO2要求Eigen≥3.3.7）：

git clone https://gitlab.com/libeigen/eigen.git
cd eigen && mkdir build && cd build
cmake .. && sudo make install

---

源码编译

FAST_LIO：

git clone https://github.com/hku-mars/FAST_LIO.git
cd FAST_LIO && mkdir build && cd build
cmake .. && make -j4

FAST_LIO2：

git clone https://github.com/hku-mars/FAST_LIO2.git
cd FAST_LIO2 && mkdir build && cd build
cmake .. && make -j4

 

---

数据集准备

支持格式：

• ROS bag文件（需包含/imu和/points话题）
• 公开数据集（如NTU VIRAL、HILTI等）

数据播放：

rosbag play your_bag.bag --clock

---

参数配置

关键参数文件：

• config/velodyne.yaml（传感器参数）
• config/mapping.yaml（算法参数）

修改示例：

# velodyne.yaml
lidar_topic: "/points"
imu_topic: "/imu"

---

运行与可视化

启动FAST_LIO：

roslaunch fast_lio mapping_velodyne.launch

启动FAST_LIO2：

roslaunch fast_lio2 mapping_velodyne.launch

可视化工具：

• RViz：显示点云地图和轨迹
• rosrun rviz rviz 加载配置config/rviz_config.rviz

---

性能调优

常见调整参数：

• max_iteration：IESKF最大迭代次数（默认4-6）
• cube_side_length：地图分辨率（默认200m）
• filter_size_surf：点云降采样分辨率

实时性优化：

• 启用fov_degree限制视场角
• 降低max_points_num减少计算量

---

注意事项

1. 时间同步：确保IMU和LiDAR时间戳严格同步，否则需外部同步工具。
2. 传感器标定：提供准确的LiDAR-IMU外参（extrinsic_T和extrinsic_R）。
3. 点云类型：支持非结构化点云（如Velodyne、Ouster），需在配置中指定point_type。

通过上述步骤可完成算法复现，具体效果取决于传感器质量与环境复杂度。建议从公开数据集开始验证。