首页
/ Livox-SDK/LIO-Livox 项目下载与安装教程

Livox-SDK/LIO-Livox 项目下载与安装教程

2024-12-04 21:35:25作者:羿妍玫Ivan

1. 项目介绍

LIO-Livox 是一个针对 Livox LiDAR 的稳健 LiDAR-Inertial Odometry 系统。该系统仅使用单个带有内置 IMU 的 Livox LiDAR,具有鲁棒的初始化模块,适用于静态、动态以及静态和动态混合状态。系统能够通过 4 公里隧道,并以高达 80 公里/小时的速度在高速公路上运行。此外,它对动态物体(如汽车、自行车和行人)也表现出鲁棒性,即使在交通堵塞中也能获得高精度的定位。

2. 项目下载位置

项目托管在 GitHub 上,您可以访问以下位置下载项目代码:

https://github.com/Livox-SDK/LIO-Livox.git

3. 项目安装环境配置

在开始安装之前,请确保您的系统已安装以下依赖项:

  • Ubuntu (经过 16.04 和 18.04 测试)
  • ROS (经过 Kinetic 和 Melodic 测试)
  • Eigen
  • Ceres Solver
  • PCL
  • livox_ros_driver
  • Suitesparse

安装依赖项的命令如下:

sudo apt-get install libsuitesparse-dev

以下是环境配置的图片示例:

[此处插入图片示例]

4. 项目安装方式

安装步骤如下:

  1. 克隆项目到您的 catkin_ws 目录下:

    cd ~/catkin_ws/src
    git clone https://github.com/Livox-SDK/LIO-Livox.git
    
  2. 编译项目:

    cd ~/catkin_ws
    catkin_make
    
  3. 运行 launch 文件:

    cd ~/catkin_ws
    source devel/setup.bash
    roslaunch lio_livox horizon.launch
    
  4. 播放您的 bag 文件:

    rosbag play YOUR_ROSBAG.bag
    
  5. 使用您的设备:

    cd ~/catkin_ws
    source devel/setup.bash
    roslaunch livox_ros_driver livox_lidar_msg.launch
    

5. 项目处理脚本

具体的项目处理脚本和参数配置请参考项目的 README.md 文件和 launch 文件中的参数设置。例如:

roslaunch lio_livox horizon.launch IMU_Mode:=1 Extrinsic_Tlb:=" Translation: x y z Rotation: x y z"

在这里,IMU_Mode 设置了 IMU 信息融合策略,Extrinsic_Tlb 设置了 LiDAR 和 IMU 之间的外参。请根据您的实际情况调整这些参数。

以上就是 Livox-SDK/LIO-Livox 项目的下载与安装教程。祝您使用愉快!

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.53 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
497
522
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
809
1.17 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
801
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
984
2.32 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
790
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
317
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.22 K
1.27 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
669
315