FAST-LIO 激光雷达-惯性SLAM建图算法

一、代码仓库与系统整体架构

1. 核心开源仓库说明

官方核心仓库：https://github.com/hku-mars/FAST_LIO

该仓库是FAST-LIO（Fast LiDAR-Inertial Odometry）激光-惯性紧耦合SLAM算法的完整实现载体，采用C++编程语言开发，核心包含激光点云处理、IMU数据融合、位姿估计、地图构建等全流程算法逻辑，同时内置ROS节点封装、参数配置、RViz可视化等功能模块，无需额外开发即可实现与各类激光雷达、IMU传感器的对接。

2. 系统架构分层

实验系统基于“Ubuntu+ROS+FAST-LIO紧耦合算法”构建，核心依赖需提前安装配置，确保算法正常编译运行，关键依赖及安装说明如下：

（1）基础环境与核心依赖

基础环境：Ubuntu 20.04 + ROS Noetic；

核心依赖：

• PCL（≥1.8）：用于点云滤波、配准与处理，通过sudo apt-get install libpcl-dev安装；

• Eigen（≥3.3.4）：用于矩阵运算与姿态解算，通过sudo apt-get install libeigen3-dev安装；

• livox_ros_driver：用于Livox系列激光雷达数据解析，必装依赖，需从GitHub克隆编译，配置环境变量至~/.bashrc；

• ikd-Tree：FAST-LIO核心依赖，需单独安装，安装步骤：克隆仓库https://github.com/hku-mars/ikd-Tree

• 其他依赖：GLOG日志库、Sophus李群李代数库，通过sudo apt-get install对应包即可。

（2）核心功能模块

系统以FAST-LIO紧耦合算法为核心，分为三大功能模块，协同完成建图全流程：

• 数据预处理模块：负责IMU数据预处理、预积分，以及激光点云滤波