【亲测免费】 FAST-LIVO 安装和配置指南
2026-01-21 04:19:10作者:宣海椒Queenly
1. 项目基础介绍和主要的编程语言
项目基础介绍
FAST-LIVO 是一个快速且紧密耦合的稀疏直接 LiDAR-Inertial-Visual Odometry(LIVO)系统。该项目结合了视觉惯性里程计(VIO)和激光惯性里程计(LIO)两个子系统,通过直接注册原始点云和图像补丁来实现高精度的定位和建图。
主要编程语言
该项目主要使用 C++ 进行开发。
2. 项目使用的关键技术和框架
关键技术
- LiDAR-Inertial-Visual Odometry (LIVO): 结合激光雷达、惯性测量单元(IMU)和视觉传感器的数据进行定位和建图。
- Tightly-coupled Sparse-Direct Odometry: 通过紧密耦合的方式直接处理原始点云和图像数据,提高系统的精度和效率。
框架
- ROS (Robot Operating System): 用于消息传递和系统集成。
- PCL (Point Cloud Library): 用于点云处理。
- Eigen: 用于线性代数运算。
- OpenCV: 用于图像处理。
- Sophus: 用于李群和李代数的运算。
- Vikit: 用于相机模型和数学函数。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
- 操作系统: Ubuntu 16.04 或更高版本。
- ROS: 安装 ROS(推荐使用 ROS Kinetic 或更高版本)。
- 依赖库: 安装 PCL、Eigen、OpenCV 和 Sophus。
详细安装步骤
1. 安装 ROS
如果你还没有安装 ROS,请按照以下步骤安装:
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
sudo apt update
sudo apt install ros-kinetic-desktop-full
echo "source /opt/ros/kinetic/setup.bash" >> ~/.bashrc
source ~/.bashrc
2. 安装依赖库
安装 PCL、Eigen、OpenCV 和 Sophus:
sudo apt install libpcl-dev libeigen3-dev libopencv-dev
3. 安装 Sophus
git clone https://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff
mkdir build && cd build
cmake ..
make
sudo make install
4. 安装 Vikit
cd ~/catkin_ws/src
git clone https://github.com/uzh-rpg/rpg_vikit.git
cd ..
catkin_make
5. 安装 livox_ros_driver
cd ~/catkin_ws/src
git clone https://github.com/Livox-SDK/livox_ros_driver.git
cd ..
catkin_make
6. 克隆并编译 FAST-LIVO
cd ~/catkin_ws/src
git clone https://github.com/hku-mars/FAST-LIVO.git
cd ..
catkin_make
source ~/catkin_ws/devel/setup.bash
7. 配置和运行
编辑配置文件 config/xxx.yaml 以设置相关参数,例如 LiDAR 和 IMU 的主题名称、图像主题名称等。
roslaunch fast_livo mapping_avia.launch
rosbag play YOUR_DOWNLOADED_BAG
注意事项
- 确保 LiDAR、IMU 和相机的时间戳是硬同步的。
- 根据场景调整配置文件中的参数,以获得最佳性能。
通过以上步骤,你就可以成功安装和配置 FAST-LIVO 项目,并开始使用它进行 LiDAR-Inertial-Visual Odometry 的开发和研究。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0454
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 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。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-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++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
831
5.51 K
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
496
521
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++
979
2.31 K
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
807
1.16 K
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++
795
1.59 K
deepin linux kernel
C
32
16
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
314
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
3.03 K
781
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++
1.21 K
1.26 K
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
664
300