Docker容器化部署FAST-LIO与MID360激光雷达实战

1. 项目背景与核心问题定位

去年在部署FAST-LIO算法时遇到一个典型环境适配问题：在Docker容器内运行ROS1 Noetic环境处理MID360激光雷达数据时，系统频繁报错"ikd-Tree缺失"。这个错误表面看是依赖项缺失，实则涉及ROS1与Docker环境下的多层级兼容性问题。经过72小时的反复验证，最终发现这是由三个关键因素叠加导致的：

1. 基础镜像选择偏差：官方提供的ROS Noetic镜像默认未包含PCL库的完整开发组件
2. 依赖关系隐式断裂：ikd-Tree作为FAST-LIO的核心空间索引结构，其CMakeLists.txt中对PCL的find_package调用方式与Docker环境存在兼容差异
3. 硬件加速缺失：MID360雷达的高频点云处理需要CUDA加速，而基础Docker配置未启用NVIDIA运行时

2. 环境准备与关键组件验证

2.1 Docker镜像的定制化构建

常规的ros:noetic基础镜像无法满足需求，需要通过Dockerfile进行深度定制。以下是经过验证的镜像构建方案：

dockerfile复制FROM ros:noetic-ros-base-focal
# 必须显式声明这些依赖
RUN apt-get update && apt-get install -y \
    ros-noetic-pcl-ros \
    ros-noetic-tf2-sensor-msgs \
    libpcl-dev \
    nvidia-cuda-toolkit

特别注意：

• ros-noetic-pcl-ros和libpcl-dev必须同时安装
• 在构建阶段就应配置好NVIDIA容器工具包，避免运行时出现CUDA不可用

2.2 ikd-Tree的源码级修复

原始FAST-LIO代码中的ikd-Tree实现存在两处需要适配Docker环境的修改：

1. 头文件包含路径：

cpp复制// 原代码
#include <pcl/point_cloud.h>
// 修改为
#include <pcl-1.10/pcl/point_cloud.h>

2. CMakeLists.txt调整：

code复制