简介激光雷达与惯性测量单元IMU融合的SLAM技术是移动机器人在复杂环境下实现定位与建图的核心方案。非重复扫描雷达因点云覆盖均匀、无需单独外接IMU在机器人感知领域备受关注。FAST-LIO2作为紧耦合激光惯性里程计算法依赖高质量点云与精确外参可通过原始点云迭代配准实现高鲁棒性建图广泛应用于室内外巡检、无人车导航等工程实践。在实际部署中从驱动库选择到坐标系对齐版本兼容性与参数一致性往往决定系统能否稳定运行。本文以MID360与FAST-LIO2组合为例系统梳理Ubuntu 20.04 ROS Noetic环境下Livox-SDK2、livox_ros_driver2及FAST-LIO2的完整编译流程重点解析双雷达融合时的话题合并策略以及倾斜安装场景下雷达坐标系与IMU坐标系的对齐原则帮助开发者快速搭建可复用的激光惯性SLAM前端避开版本混用与外参重复标定的常见陷阱。 最近在给移动机器人换感知方案正好把手里的 MID360 接到新主机上配合 FAST-LIO2 做室内外建图。网上关于这套组合的教程不少但年代和版本错得很厉害经常把 SDK1 和 SDK2 混着讲照着抄很容易卡在编译阶段。这篇文章把我这次在 Ubuntu 20.04 ROS Noetic 上从零跑通 mid360 Livox-SDK2 Livox-ros-driver2 FAST-LIO2 的完整过程整理出来重点放在那些文档里不会写、但实际操作一定会遇到的地方。如果你手里有一台 MID360想拿它做实时建图或者想给机器人接一套能跑的激光惯性 SLAM 前端这份流程可以省下不少排查时间。1. 为什么这套组合值得部署MID360与FAST-LIO2的适配逻辑1.1 MID360本身能省掉哪些传感器MID360 是 Livox 面向中近距感知推出的非重复扫描雷达水平视场角 360°垂直视场角 -7° 到 52°测距能力在室内外都能覆盖几十米范围。最方便的一点是它内部集成了 IMU也就是说不再需要额外买一个独立的惯性测量单元FAST-LIO2 这类激光惯性里程计算法可以直接使用雷达自带的 IMU 数据。整机体积不大重量也轻很适合装在小型移动平台或者四足机器人上。它的点云不是传统线束雷达那种均匀扫描线而是非重复扫描路径时间长了会把视场内覆盖得越来越密。这种特性对 FAST-LIO2 其实很友好因为算法不是单纯提取角点和平面而是直接对原始点云做迭代配准点云在视场里分布得越均匀提平面特征的鲁棒性就越好。1.2 SDK2、ros_driver2、FAST-LIO2三者之间的关系这套系统里三个软件层各有分工。Livox-SDK2 是官方底层通讯库负责和雷达硬件通信接收 UDP 数据包解析出点云、IMU、雷达状态等信息。Livox-ros-driver2 是 ROS 驱动层它依赖 SDK2 提供的底层数据再把数据包装成 ROS 话题例如/livox/lidar和/livox/imu。FAST-LIO2 则是真正干活的 SLAM 算法它订阅驱动发布的话题做点云配准和 IMU 融合输出里程计和全局地图。所以版本关系是一条链雷达硬件 - SDK2 - ros_driver2 - FAST-LIO2。其中任何一层版本选错都可能编不过。比如有些老教程让你装 SDK1 然后配合 livox_ros_driver 老版本那只能驱动 Horizon、MID-40 那一类雷达MID360 需要到 SDK2 和对应的 ros_driver2 才支持完整功能。1.3 部署的完整数据流用文字描述一下实际运行时的数据流方便后面排查问题。MID360 通过以太网线连接到主机网口主机在同一个局域网内设置静态 IP。SDK2 在驱动节点内部监听雷达发来的 UDP 数据SDK2 解析后把每帧点云以回调方式交给 ros_driver2 节点。ros_driver2 节点再根据配置把点云发布到 ROS 总线同时把 IMU 数据发布出来。FAST-LIO2 节点同时订阅这两个话题在内部做紧耦合输出/Odometry、/path和/map。理解了这条链路后面遇到雷达不识别、话题没数据、建图飘移这类问题至少能判断问题出在哪一层。2. 环境准备阶段最容易翻车的几个点2.1 Ubuntu和ROS版本怎么选我这次用的是 Ubuntu 20.04 ROS Noetic这是目前最稳的组合。Ubuntu 18.04 Melodic 也能跑但系统自带的 CMake、gcc 版本偏老编 SDK2 或者 FAST-LIO2 时可能要多折腾依赖。Ubuntu 22.04 ROS2 Humble 也有对应分支不过 FAST-LIO2 的 ROS2 版本维护节奏和 ROS1 不完全一样第一次上手不建议直接挑战 ROS2。如果你的主机还没有装 ROS先用官方安装步骤把 Noetic 装好然后执行下面命令确认环境正常source /opt/ros/noetic/setup.bash roscore能正常启动 roscore说明 ROS 基础环境没问题。之后再创建 catkin 工作空间尽量不要在系统目录下直接放源码。2.2 依赖安装清单依赖可以分为两类一类是通用编译依赖另一类是点云处理相关库。通用部分用 apt 装sudo apt update sudo apt install git cmake build-essential net-tools点云和 ROS 消息相关Noetic 下建议装sudo apt install libpcl-dev libeigen3-dev ros-noetic-pcl-ros ros-noetic-rvizEigen 和 PCL 是 FAST-LIO2 的核心依赖。PCL 如果从源码编译会非常耗时直接装系统库省心很多。某些版本的 FAST-LIO2 还依赖 Sophus 和 glog可以在后续编译报错时按提示再补不用一次性全装。2.3 网络与工作空间配置MID360 默认 IP 一般是192.168.1.1需要把主机网卡配到同一网段比如192.168.1.50子网掩码255.255.255.0。配置完用ifconfig查看网卡状态然后ping 192.168.1.1能通基本就是物理链路正常。防火墙是另一个常见问题。UDP 广播和组播被防火墙挡住时SDK2 会一直搜不到雷达。建议先在调试阶段关掉防火墙sudo ufw disable如果不想全局关闭至少要允许雷达通信所需的 UDP 端口和组播地址。网络不通时ping 192.168.1.1是最快的判断手段不用急着去翻驱动日志。3. 编译Livox-SDK2别再把SDK1和SDK2混在一起了3.1 SDK2源码编译SDK2 的仓库是独立的不要再从旧项目里拉 SDK1。编译步骤很常规git clone https://github.com/Livox-SDK/Livox-SDK2.git cd Livox-SDK2 mkdir build cd build cmake .. make -j$(nproc) sudo make install编译过程中如果遇到缺头文件或链接错误先检查 cmake 输出。常见的报错集中在libpcap或者网络相关库缺失看提示装对应包即可。make -j$(nproc)会调用所有核编译速度很快但也可能因为内存不足卡住小内存机器建议make -j2。默认安装路径是/usr/local头文件在/usr/local/include/livox库文件在/usr/local/lib。后面的 ros_driver2 通过 CMake 的find_package查找 SDK2如果安装到了非标准路径需要手动通过CMAKE_PREFIX_PATH告诉它。3.2 SDK2安装后的验证安装完先别急着编译驱动检查一下库是否真的存在ls /usr/local/lib | grep livox_sdk ldconfig -p | grep livox能看到类似liblivox_sdk2.so的文件说明安装成功了。如果之前装过 SDK1系统里可能会有额外的liblivox_sdk.so要注意区分后面驱动编译时务必链接的是 SDK2。3.3 SDK2与SDK1的差异很多人照着老教程编驱动结果卡在 undefined reference 或者版本不匹配。SDK1 和 SDK2 的头文件、命名空间、API 都有差异ros_driver2 必须配合 SDK2 使用。老版本的 livox_ros_driver 是配合 SDK1 的不要混用。区分方法也很简单看仓库名和分支。Livox-SDK2和livox_ros_driver2是配套的一对单独去装 SDK1 再拉 ros_driver2CMake 大概率会直接报Could not find livox_sdk2。装完 SDK2 后可以先编译一下 SDK2 自带的 sample确认底层通信已经能解析雷达数据再进入 ROS 驱动环节。4. Livox-ros-driver2编译与雷达配置从单雷达到双雷达4.1 catkin工作空间里编译驱动把驱动放进 catkin 工作空间然后在工作空间根目录编译cd ~/catkin_ws/src git clone https://github.com/Livox-SDK/livox_ros_driver2.git cd ~/catkin_ws catkin_make编译前确保已经 source 了 Noetic 环境并且 SDK2 已经安装好。如果 CMake 提示找不到 livox_sdk2可以在编译前设置export CMAKE_PREFIX_PATH/usr/local:$CMAKE_PREFIX_PATH编译完成后先跑一次官方 launch 看雷达能不能正常出数据source devel/setup.bash roslaunch livox_ros_driver2 mid360.launch能正常输出时rostopic list里至少能看到/livox/lidar和/livox/imu。没有这两个话题就回头查网络和 SDK2 是否装好。4.2 launch文件与json配置ros_driver2 的配置主要通过 json 文件完成launch 文件里再指定 json 路径。第一次跑建议打开驱动包里的示例配置看一下结构。核心是一个lidar_config数组数组里每个元素对应一台雷达。需要关注的字段包括id雷达唯一标识码可以在 Livox Viewer 里查到ip雷达的 IP 地址enable是否启用extrinsic_parameter雷达外参包含 roll、pitch、yaw、x、y、zxfer_format决定点云输出格式一般保持默认即可。multi_topic这个参数很重要单台雷达无所谓多雷达时必须理解它的作用。4.3 双雷达融合的话题配置如果平台上有两台 MID360最常见做法是在lidar_config里加两个元素分别填两台雷达的 ID 和 IP。然后把multi_topic设为false这样驱动会把多台雷达的点云合并到同一个/livox/lidar话题上FAST-LIO2 只需要订阅一个话题就能拿到全部点云。multi_topic设为true时每台雷达会输出独立话题比如/livox/lidar_1、/livox/lidar_2这时候需要自己再用点云合并工具。从 SLAM 角度来说合并到单一话题更省事但前提是外参必须标定准确。如果两台雷达安装位置和朝向不同合并后的点云会变得混乱后续建图质量直接受影响。4.4 倾斜安装时的坐标系对齐热词里提到“mid360倾斜雷达坐标系对齐”这是很容易搞错的地方。MID360 可以不水平安装比如装在车辆前部有一个俯仰角或横滚角。这时有两种处理外参的方式方式一在驱动 json 里填写雷达相对 IMU 的外参。这样驱动会先把点云变换到 IMU 坐标系下再发布出去。方式二驱动外参全部置零保持点云在雷达原始坐标系然后在 FAST-LIO2 的配置里填写雷达到 IMU 的变换。这两种方式只能选一种千万不能两边都填。我见过很多人在驱动里填了外参又在 FAST-LIO2 的extrinsic_R里填了同一份旋转结果点云被旋转两次地图直接变成斜的。建议的做法是驱动里全部置零所有外参统一交给 FAST-LIO2 处理。这样排查外参问题时只需要看一个地方。倾斜安装的外参数值按右手定则填写roll、pitch、yaw 单位是度。比如雷达绕 Y 轴俯仰 30 度那 pitch 就是 30。注意旋转顺序要和算法内部一致如果发现地图整体倾斜第一件事是检查外参符号和旋转顺序而不是去调建图参数。5. FAST-LIO2编译与建图参数调整5.1 编译FAST-LIO2FAST-LIO2 代码在 hku-mars 的 FAST_LIO 仓库里里面有 FAST-LIO 和 FAST-LIO2 的实现。克隆到工作空间后记得更新子模块cd ~/catkin_ws/src git clone https://github.com/hku-mars/FAST_LIO.git cd FAST_LIO git submodule update --init cd ~/catkin_ws catkin_make子模块里有 ikd-Tree 等依赖不更新会在编译时找不到头文件。编译前要确保 livox_ros_driver2 已经 build 进了当前环境因为 FAST-LIO2 的消息类型依赖驱动包。5.2 mid360.yaml参数详解FAST-LIO2 的配置目录在src/FAST_LIO/config下。不同版本里的示例配置文件名不一样有的叫avia.yaml有的叫mid360.yaml。没有现成的 mid360 配置时可以复制一份 avia 的配置再改。核心参数重点关注这几个lid_topic点云话题填/livox/lidarimu_topicIMU 话题填/livox/imutime_sync_en时间同步开关建议填falselidar_type填1表示 Livox 非重复扫描雷达point_filter_num每几个点取一个点数值越大耗时越低默认 1filter_size_surf地图体素滤波粒度越小越精细但越吃 CPUextrinsic_rotation和extrinsic_translation雷达到 IMU 的外参如果你按我前面的建议驱动侧外参全部置零那 FAST-LIO2 里就要填写正确的雷达到 IMU 变换。单位矩阵和零平移表示雷达坐标系和 IMU 坐标系完全重合如果 MID360 的 IMU 在雷达内部且安装时雷达相对车体没有旋转可以先用单位矩阵跑通发现问题再加外参。5.3 点云话题、IMU话题和时间同步FAST-LIO2 启动后会检查点云和 IMU 消息的时间戳。如果时间戳偏差太大会打印 warning 甚至直接不用 IMU导致建图飘。MID360 自带 IMU而且 ros_driver2 发布的点云和 IMU 的时间基准是同一个驱动进程通常不会差太多。如果看到时间戳跳变先检查电脑系统时间是否准确再检查驱动的时间同步参数。time_sync_en这个参数我建议保持 false。开启后驱动会尝试和雷达做时钟同步需要一系列额外的网络配置一旦没配好反而会把本来就正常的点云时间搞乱。对绝大多数机器人场景来说主机时间配合驱动转发的时间戳已经够用。5.4 启动与调参FAST-LIO2 的启动命令通常类似roslaunch fast_lio mapping.launch config_file:mid360.yaml具体 launch 文件名和参数名看仓库里的说明。启动后 Rviz 里应该能看到点云地图和里程计轨迹。如果 Rviz 里一片空白先确认/livox/lidar有数据再确认 FAST-LIO2 进程有没有报错。刚启动时不要立刻推动机器人。让雷达静止 1 到 2 秒让 IMU 完成 bias 初始化然后再开始慢慢移动。如果一上来就猛转IMU 初始化不充分地图很容易飘。6. 实际建图时躲不开的坑与排查思路6.1 雷达识别不到雷达识别不到是最高频的问题。先按顺序排查检查网线是否插紧MID360 网口指示灯是否正常ifconfig确认主机网卡 IP 和雷达同网段ping 192.168.1.1确认网络通关闭防火墙再试看驱动进程有没有报device not found之类的日志如果你是在虚拟机里跑的 Ubuntu网络模式一定要选桥接不能选 NAT。NAT 模式下虚拟机收不到雷达的 UDP 广播SDK2 永远发现不了设备。这个坑我踩过折腾了一个晚上才发现是虚拟机网络模式的问题。6.2 IMU数据异常导致定位漂移FAST-LIO2 对 IMU 数据比较敏感。如果启动后地图快速旋转、漂移最先怀疑 IMU 方向和频率。用以下命令看 IMU 频率rostopic hz /livox/imuMID360 内置 IMU 的频率比较高如果实际频率只有几十赫兹或者不稳定检查驱动是不是被 CPU 拖累了。然后静态放置雷达在 Rviz 里显示 IMU 坐标系观察是否稳定。如果角度数据乱跳说明 IMU 标定或安装有问题。外参方向弄反也很常见。比如雷达绕 Y 轴俯仰你在 FAST-LIO2 里填成了 -30算法会认为雷达和 IMU 的相对姿态与实际相反建图时点云会持续扭曲。遇到这种情况试着把 roll、pitch、yaw 符号取反多半就能恢复。6.3 点云丢帧或CPU吃满MID360 单帧点云数量比不上 64 线机械式雷达但如果 FAST-LIO2 的配置太激进CPU 照样会被吃满。最直接的优化是调大point_filter_num比如从 1 调到 3点云数量减少到三分之一建图精度损失不明显但实时性会好很多。Rviz 里的可视化也会占用大量资源。别把原始点云全部显示出来用 Rviz 自带的 Decimation 或通过话题降采样显示。地图保存时也用离线的map_save工具不要靠在建图过程中一直挂着 Rviz 录屏。6.4 双雷达融合和倾斜安装的额外坑双雷达融合时如果两台雷达用了默认 IP 或同一组广播地址可能互相冲突。拿到雷达后先用 Livox Viewer 把每台雷达的 IP 改掉再填到驱动 json 里。两台雷达的 ID 必须是唯一的不能并排列出两个相同的 ID。时间戳方面多雷达如果没做同步在机器人快速转弯时合并点云可能出现重影。这个问题比外参更难处理因为跟驱动内部实现有关。简单的规避方法是把两台雷达的xfer_format都设置成一样并确保它们都由同一个 ros_driver2 节点管理至少能保证 SDK2 层面使用同一套时间基准。倾斜安装的多雷达外参标定要更细致。雷达之间的相对位姿如果存在几度误差融合后的地图会明显分层。建议先用 FAST-LIO2 单雷达分别跑一段数据看各自建图出来是否平整再融合。哪台雷达单独跑都有问题就不要急着上融合先把单台调好。最后说几句整套部署跑通之后我对这套组合最大的感受是编译过程本身不难真正的难点全在版本对应和外参一致性上。双雷达融合也好倾斜雷达对齐也好只要遵循“驱动和算法里只保留一套外参另一套置零”这个原则问题就少了一大半。另外遇到地图异常先不要急着调算法参数停下来看一下 Rviz 里的原始点云是否已经正确变换到了 IMU 坐标系很多时候问题出在传感器前端而不是后端建图。希望这篇流程能帮你少走弯路尤其是第一次接 MID360 的朋友按章节顺序排查比到处翻零散教程高效得多。本文还有配套的精品资源点击获取