FAST-LIVO:快速激光-惯性-视觉里程计完整配置指南

FAST-LIVO:快速激光-惯性-视觉里程计完整配置指南

【免费下载链接】FAST-LIVO A Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry (LIVO). 【免费下载链接】FAST-LIVO 项目地址: https://gitcode.com/gh_mirrors/fa/FAST-LIVO

FAST-LIVO是一个高效的稀疏直接激光-惯性-视觉里程计系统,专为需要高精度定位与建图的机器人应用设计。该系统通过紧密耦合的方式直接处理原始点云和图像数据,实现了视觉惯性里程计和激光惯性里程计两个子系统的完美融合。

项目概述

FAST-LIVO构建在两个紧密耦合的直接里程计子系统之上:VIO子系统和LIO子系统。LIO子系统将新扫描的原始点注册到增量构建的点云地图中,而地图点还附加了图像补丁,这些补丁在VIO子系统中用于通过最小化直接光度误差来对齐新图像,无需提取任何视觉特征。

环境准备

系统要求

  • Ubuntu 16.04及以上版本
  • ROS Kinetic或更新版本
  • 足够的磁盘空间和内存资源

依赖库安装

首先安装基础依赖库:

sudo apt update
sudo apt install libpcl-dev libeigen3-dev libopencv-dev

Sophus数学库安装

Sophus库提供李群和李代数运算功能:

git clone https://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff
mkdir build && cd build
cmake ..
make
sudo make install

Vikit工具包安装

Vikit包含相机模型和所需的数学函数:

cd ~/catkin_ws/src
git clone https://github.com/uzh-rpg/rpg_vikit.git

Livox激光雷达驱动

安装Livox官方ROS驱动:

cd ~/catkin_ws/src
git clone https://github.com/Livox-SDK/livox_ros_driver.git

FAST-LIVO系统部署

源码获取与编译

cd ~/catkin_ws/src
git clone https://gitcode.com/gh_mirrors/fa/FAST-LIVO
cd ../
catkin_make
source ~/catkin_ws/devel/setup.bash

系统配置与参数调整

核心配置文件

FAST-LIVO提供了多个配置文件以适应不同场景:

  • avia.yaml:适用于Livox Avia激光雷达
  • mid360.yaml:适用于Livox Mid-360激光雷达
  • NTU_VIRAL.yaml:适用于NTU-VIRAL数据集
  • MARS_LVIG.yaml:适用于MARS-LVIG数据集

关键参数说明

在配置文件config/avia.yaml中,以下参数需要特别关注:

  • lid_topic:激光雷达数据主题名称
  • imu_topic:IMU数据主题名称
  • img_topic:相机数据主题名称
  • img_enable:启用VIO子系统
  • lidar_enable:启用LIO子系统
  • point_filter_num:新扫描的采样间隔
  • outlier_threshold:单像素光度误差的异常值阈值
  • filter_size_surf:新扫描中点云的下采样参数
  • filter_size_map:激光雷达全局地图中点云的下采样参数

系统架构图 FAST-LIVO多传感器融合系统架构

系统运行与测试

启动FAST-LIVO系统

roslaunch fast_livo mapping_avia.launch

数据回放与验证

使用录制的传感器数据进行系统验证:

rosbag play YOUR_RECORDED_DATA.bag

不同数据集的启动配置

针对不同的公开数据集,使用相应的启动文件:

# NTU-VIRAL数据集
roslaunch fast_livo mapping_avia_ntu.launch

# MARS-LVIG数据集  
roslaunch fast_livo mapping_avia_marslvig.launch

性能优化建议

时间同步要求

系统目前只能在硬同步的激光-惯性-视觉数据集上工作,因为相机和IMU之间的时间偏移未被估计。相机和激光雷达的帧头必须处于相同的物理触发时间。

参数调优指南

  • 室内场景:设置filter_size_surf为0.05~0.15,filter_size_map为0.15~0.3
  • 室外场景:设置filter_size_surf为0.3~0.5,filter_size_map为0.4~0.5
  • 较暗场景:设置outlier_threshold为50~250
  • 较亮场景:设置outlier_threshold为500~1000

硬件同步方案

为支持机器人社区并增强工作的可复现性,项目提供了手持设备的CAD文件以及硬件同步方案、STM32源代码、详细硬件接线配置说明和传感器ROS驱动。

硬件设备 FAST-LIVO硬件同步设备示意图

许可证说明

该软件包的源代码在GPLv2许可证下发布,仅允许学术用途免费使用。商业用途请联系相关授权人员。

通过以上完整的配置流程,您已成功搭建了FAST-LIVO激光-惯性-视觉里程计系统,可以开始在各种机器人定位与建图场景中应用这一强大工具。

【免费下载链接】FAST-LIVO A Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry (LIVO). 【免费下载链接】FAST-LIVO 项目地址: https://gitcode.com/gh_mirrors/fa/FAST-LIVO

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值