fast-lio2学习

📅 发布时间:2026/8/19 22:50:21
fast-lio2学习 1.跑通因为手里的数据是提前拼接且粗略去畸变的点云格式所以配置文件选择雷达模式为3。源码git clone https://github.com/hku-mars/FAST_LIO.giti-kdtre依赖cd FAST_LIO git submodule update --init驱动依赖git clone https://github.com/Livox-SDK/livox_ros_driver.git然后只需要改一下雷达的模式为3即可编译catkin_make install ;启动roslaunch fast_lio mapping_mogo.launch (自己新增一个配置文件和launch文件)这里补充一下ros的两个处理回调函数的机制ros收到传感器消息并不是自动调用回调的由下面两种方式一个阻塞式ros::spin()一个非阻塞式ros::spinOnce()。非阻塞式就是处理一次回调就退出比如fast-lio主函数写一个循环高频循环每次调一次回调看下是否有新消息到来有就处理而ros::spin()就是不需要自己循环一直卡在函数末尾有传感器消息来则调用回调简单例子流形的小记fast-lio中为什么收敛阈值epsi是23维的原因常用的加减法去畸变原理fast-lio的框架是高频自转一次处理当前激光imu_bufferimu_buffer存的就是激光帧间的imu这里imu要存到当前帧的采集结束时刻帧尾时刻因为要把点云统一到帧尾的雷达坐标系遍历采集时刻处在两个imu采集间的点云设点云采集时刻是i帧尾时刻是e去畸变前对滤波器做了时间更新imu_buffer也就是积分结果了存储了global坐标系的位姿g系。流程2就是计算了i时刻g系下的位姿计算i时刻到e时刻差的位移然后再把g系转到雷达坐标系这里的T_ei就是反向拽回来的意思。去畸变中的反向传播其实就是反向遍历imu位姿队列的意思。总结一句话根据i时刻imu的位姿将激光点转到世界坐标系然后补偿掉世界坐标系的偏差即自车运动带来的由imu的i和e时刻差分得到补偿完转回自车坐标系。