R3LIVE 项目下载与安装教程
2024-12-04 08:59:45作者:傅爽业Veleda
1. 项目介绍
R3LIVE 是一个基于 LiDAR-Inertial-Visual 传感器融合框架的开源项目,能够利用 LiDAR、惯性测量单元和视觉传感器的测量数据来实现稳健和准确的状态估计。R3LIVE 包括两个子系统:LiDAR-Inertial Odometry (LIO) 和 Visual-Inertial Odometry (VIO)。LIO 子系统(FAST-LIO)利用 LiDAR 和惯性传感器的测量数据构建全局地图的几何结构,而 VIO 子系统则利用视觉-惯性传感器的数据为地图添加纹理。
2. 项目下载位置
项目托管在 GitHub 上,下载位置为:https://github.com/hku-mars/r3live.git
3. 项目安装环境配置
在安装项目之前,需要配置以下环境:
- ROS (Robot Operating System)
- livox_ros_driver
- CGAL 和 pcl_viewer (可选)
- OpenCV (版本 >= 3.3)
以下为环境配置的步骤及图片示例:
安装 ROS
sudo apt-get install ros-XXX-cv-bridge ros-XXX-tf ros-XXX-message-filters ros-XXX-image-transport ros-XXX-image-transport*
其中 XXX 代表你的 ROS 版本,例如 melodic、kinetic 等。

安装 livox_ros_driver
# 请参考官方教程进行安装

安装 CGAL 和 pcl_viewer
sudo apt-get install libcgal-dev pcl-tools

安装 OpenCV
确保你的 OpenCV 版本至少为 3.3,可以使用以下命令检查版本:
pkg-config --modversion opencv

4. 项目安装方式
- 克隆项目到你的 ROS 工作空间
cd ~/catkin_ws/src
git clone https://github.com/hku-mars/r3live.git
- 编译项目
cd ~/catkin_ws
catkin_make
- 设置环境变量
source ~/catkin_ws/devel/setup.bash
5. 项目处理脚本
R3LIVE 提供了一系列离线工具来重建和纹理化网格,以下是一些基本的使用示例:
保存地图
在运行过程中,可以随时保存地图,只需在控制面板中按 'S' 或 's' 键。
重建和纹理化网格
保存地图后,可以使用以下命令重建和纹理化网格:
roslaunch r3live r3live_reconstruct_mesh.launch
查看保存的地图
默认情况下,离线地图保存在 $HOME/r3live_output 目录下,可以使用 pcl_viewer 或 meshlab 查看保存的地图。
cd $HOME/r3live_output
pcl_viewer rgb_pt.pcd
或
cd $HOME/r3live_output
meshlab textured_mesh.ply
通过以上步骤,你可以成功下载、安装并使用 R3LIVE 项目。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
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++
945
886
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
398
301
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212