从零到一：基于Livox AVIA与单目摄像头搭建R3LIVE实时建图系统

1. 环境准备与依赖安装

第一次接触R3LIVE时，我被它实时生成彩色点云的能力惊艳到了。这个系统巧妙融合了激光雷达、IMU和摄像头数据，特别适合需要高精度环境建模的场景。下面我就把从零搭建的完整过程分享给大家，手把手带你避开那些我踩过的坑。

系统要求很简单：一台装好Ubuntu 20.04的电脑（建议至少16G内存），Livox AVIA激光雷达和任意USB摄像头。我测试时用的是一台2019年的游戏本，跑起来完全没问题。先确保ROS Noetic和OpenCV 4.5.5已经安装好，这两个是基础环境。

安装依赖时有个小技巧：先装CGAL和PCL这两个库。在终端输入：

sudo apt-get install libcgal-dev pcl-tools

Livox AVIA的驱动安装要特别注意版本匹配。去年我帮学弟调试时，就因为他用的SDK版本太新导致点云数据异常。建议直接克隆官方仓库：

git clone https://github.com/Livox-SDK/Livox-SDK.git cd Livox-SDK/build && cmake .. make sudo make install

ROS驱动安装更简单，但记得检查launch文件里的设备类型要选AVIA：

git clone https://github.com/Livox-SDK/livox_ros_driver.git

装好后插上设备，运行roslaunch livox_ros_driver livox_lidar_msg.launch应该能看到点云数据。

2. 传感器标定实战

标定是建图质量的关键。我遇到过因为标定不准导致墙面"弯曲"的情况，返工了三次才找到问题。Livox AVIA和摄像头的标定分三步：

首先是相机内参标定。推荐用kalibr工具，打印个棋盘格（A4纸就行），录制一段视频：

rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.024 image:=/usb_cam/image_raw

然后是激光雷达与相机的外参标定。这里要用到标定板，建议用带空洞的木板（金属板会干扰激光雷达）。标定过程大概20分钟，注意环境光线要充足。标定完成后会得到变换矩阵，记得保存为yaml格式。

最后是时间同步校准。Livox AVIA的时钟需要和系统时钟对齐，否则会导致数据不同步。运行：

sudo ptpd -i enp0s31f6 -G

（把enp0s31f6换成你的网卡名）

3. R3LIVE系统部署

代码部署最容易出问题的是编译环节。建议先创建独立工作空间：

mkdir -p ~/R3LIVE_ws/src cd ~/R3LIVE_ws/src git clone https://github.com/hku-mars/r3live.git

编译时如果报错找不到livox_ros_driver，直接把驱动包拷贝到src目录下。我整理了个开箱即用的配置仓库：

git clone https://github.com/Z-x/R3LIVE.git

第一次运行建议先用官方数据包测试：

wget https://github.com/ziv-lin/r3live_dataset/releases/download/v1.0/demo.bag roslaunch r3live r3live_bag.launch

正常的话应该能看到彩色点云实时构建的效果。

4. 数据采集与参数配置

录制自己的数据包时，有几点特别重要：

1. 移动速度要慢（建议0.5m/s以内）
2. 避免纯色墙面等特征缺失的环境
3. 保证光照充足但避免直射强光

启动采集的命令组合：

roslaunch livox_ros_driver livox_lidar_msg.launch & roslaunch usb_cam usb_cam-test.launch & rosbag record /livox/imu /livox/lidar /usb_cam/image_raw/compressed

配置文件修改主要在R3live_config.yaml：

camera_intrinsic: [fx, 0, cx, 0, fy, cy, 0, 0, 1] camera_ext_R: [r11,r12,r13,r21,r22,r23,r31,r32,r33] camera_ext_t: [t1,t2,t3]

注意外参矩阵要填标定结果的逆矩阵，这个坑我踩过两次。

5. 系统运行与结果优化

运行自己的数据包时，建议先以0.5倍速播放：

rosbag play --rate 0.5 your_data.bag roslaunch r3live r3live_bag.launch

常见问题排查：

1. 点云破碎：检查时间同步和标定参数
2. 颜色异常：确认相机白平衡设置
3. 建图漂移：降低移动速度或调整IMU参数

保存结果时，按'S'键生成pcd文件。我习惯用CloudCompare查看，效果比RViz更直观。记得建图完成后要保存地图，下次可以直接加载继续构建。

这套系统我在室内外都测试过，最佳表现是在20-50平米的空间。有次在实验室走廊测试，建图精度达到了惊人的2cm误差以内。不过要注意强光下的摄像头数据可能会过曝，这时候激光雷达的数据就显出优势了。