1. 项目概述与环境准备
在机器人感知与导航领域,激光雷达惯性里程计(LIO)是实现高精度定位与建图的核心技术。FAST-LIO2作为当前最先进的直接激光雷达惯性里程计算法,以其计算效率和鲁棒性著称。本次我们在Ubuntu 20.04系统上,基于ROS2框架完整复现FAST-LIO2的仿真环境,重点解决Livox雷达与IMU数据融合的关键问题。
硬件兼容性说明:虽然最终目标是部署到真实机器人(如搭载Livox Avia的无人机),但仿真阶段建议使用Livox MID360或Horizon的仿真数据。实测发现,这些固态激光雷达的非重复扫描特性在Gazebo中更容易模拟,且与FAST-LIO2的ikd-Tree数据结构配合更佳。
关键工具链版本要求:
- Ubuntu 20.04.6 LTS(内核5.15最佳)
- ROS2 Humble(必须从源码编译安装)
- PCL 1.12.1(需手动编译避免与ROS2冲突)
- Eigen 3.4.0(源码安装时开启-mavx2指令集)
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心组件安装与配置
2.1 ROS2 Humble源码编译
官方二进制包存在与PCL的ABI兼容问题,建议按以下步骤从源码构建:
bash复制# 安装依赖项
sudo apt install -y python3-colcon-common-extensions libasio-dev libtinyxml2-dev
mkdir -p ~/ros2_humble/src && cd ~/ros2_humble
wget https://raw.githubusercontent.com/ros2/ros2/humble/ros2.repos
vcs import src < ros2.repos
# 关键补丁:修复Fast-DDS与PCL冲突
sed -i 's/-DPCL_NO_PRECOMPILE=ON/-DPCL_NO_PRECOMPILE=OFF/g' src/ros2/rosbag2/rosbag2_transport/CMakeLists.txt
# 编译(约2小时)
colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
