上个月帮实验室调一台室内巡检机器人样机上正好配了一台Livox MID-360团队里新来的同学撸了一整天环境卡在驱动配置上雷达指示灯明明亮了roslaunch就是没点云好不容易换成FAST-LIO2又因为 topic 对不上跑起来全是 TF 报错。这种问题我见了不止一次。这篇文章把从Livox MID-360驱动配置到FAST-LIO2跑通高精度建图的完整链路拆开讲一遍覆盖网络排查、编译环境、参数配置、实机建图和地图保存适合刚拿到 MID-360 想做 SLAM 建图的开发者也适合被各种 launch 文件折磨得不行、想直接抄作业的童鞋。1. 项目整体思路与选型1.1 为什么用 Livox MID-360 做高精度建图先说传感器本身。Livox MID-360 是 Livox 旗下主打近距离、大视场角的一款混合固态激光雷达水平视场角 360°垂直视场角 59°-7° 到 52°0.1 米盲区最远 40 米量程10% 反射率点频 200,000 点/秒重量才 260 多克。这个参数组合放在室内机器人、巡检小车、无人机甚至是手持 SLAM 设备上非常合适。我选择它而不是其它 360° 机械雷达核心原因是三条第一盲区小0.1 米能看见近处障碍这对室内桌腿、门框这类场景太重要了第二重量和功耗低整机功耗约 6.5W电池供电的移动平台完全扛得住第三内置 IMU雷达和 IMU 共用同一时间基准给 FAST-LIO2 这类紧耦合 LIO 算法省掉了大量外参同步的麻烦。当然它也有缺点相比机械雷达它的垂直视场角虽然不小但点云分布是半径不均匀的近距离密、远距离稀而且它通过以太网 UDP 发包网络配置比串口雷达多一点讲究。这些都在后面的驱动配置部分会详细说到。1.2 为什么选 FAST-LIO2 而不是 LOAM / LIO-SAM市面上能跑 Livox 的建图算法不少LOAM、LIO-SAM、FAST-LIO、FAST-LIO2 我都试过。我的结论是如果主要目标是用 MID-360 做高质量实时建图FAST-LIO2 是性价比最高、最省心的选择。FAST-LIO2 是港科大 Mars Lab 开源的紧耦合 LiDAR-Inertial 里程计与建图系统核心亮点是两代迭代误差状态卡尔曼滤波器ESIKF和多分辨率增量式 k-d 树ikd-Tree。相比老版 FAST-LIOFAST-LIO2 不再需要手工提取特征点直接把去畸变后的点云注册进 ikd-Tree减少了无效特征损失尤其适合 Livox 这种非重复扫描、分布不均匀的点云。用它有四个实打实的好处原生支持livox_ros_driver2的CustomMsg点云格式不用自己做转换。代码里直接内置了 MID-360 的配置示例改改 topic 基本就能跑。对 CPU 负担相对小实测 i5 笔记本上实时跑 MID-360 的 200kHz 全量点频CPU 占用在 30%~50% 左右。建图效果稳定在室内走廊和园区道路都能得到相当的细节。LIO-SAM 也很好但它是图优化方案带回环检测重定位能力强代价是配置更重、对参数更敏感MID-360 刚上手就跑 LIO-SAM 容易劝退。FAST-LIO2 没有回环检测长距离大场景会累积漂移但作为前端里程计和建图核心已经非常能打。后面我会专门讲怎么用“跑回环”和“导地图”来弥补这个短板。1.3 整套流程链路一句话说清楚这个项目在做什么MID-360 网口 UDP 数据 - livox_ros_driver2 驱动ROS1/ROS2 都支持 - 发布 /livox/lidar点云 /livox/imuIMU - FAST-LIO2 节点ESIKF 状态估计 ikd-Tree 增量地图 - 输出 /Odometry 位姿 /cloud_registered 点云 全局地图从工程角度看这条链路分三段驱动配置解决“能不能看到点云”FAST-LIO2 参数配置解决“算法能不能吃进数据”实机建图与地图导出解决“能不能得到一份能用的地图”。下面几节按这三段展开。2. 环境准备与依赖安装2.1 系统版本与硬件环境先说参考环境我这边用的是一套非常常见的组合组件版本系统Ubuntu 20.04 LTSROSROS NoeticROS1CPU/内存i5-1135G7 / 16GB实测 CPU 不太吃力雷达Livox MID-360便携方式网线直连笔记本或通过千兆交换机连接如果你手里是 Ubuntu 18.04 ROS Melodic流程基本一样只是编译期间个别 PCL 版本报错可能要处理。如果非要用 ROS2 去跑 FAST-LIO2也有对应的版本但这里我以 ROS1 Noetic 为主线讲因为网上资料和示例 launch 最全踩坑成本最低。2.2 创建 catkin 工作空间先建工作空间然后拉两个仓库。推荐统一放在~/catkin_ws下。source /opt/ros/noetic/setup.bash mkdir -p ~/catkin_ws/src cd ~/catkin_ws catkin_make这一步只是确认 catkin 环境没问题。如果catkin_make报找不到catkin说明 ROS 环境没 source 对先检查.bashrc里有没有写source /opt/ros/noetic/setup.bash2.3 获取源码livox_ros_driver2 与 FAST-LIO2接下来拉代码。这里要特别强调MID-360 必须用livox_ros_driver2不能用老一代的livox_ros_driver。这个名字看着只差一个 “2”实际通讯层改了不少老驱动对 MID-360 支持不友好经常出现找不到设备或不发点云。cd ~/catkin_ws/src git clone https://github.com/Livox-SDK/livox_ros_driver2.git git clone https://github.com/hku-mars/FAST-LIO2.gitFAST-LIO2 仓库本身也依赖livox_ros_driver2的消息类型所以两个包必须同时放在src下缺一不可。2.4 编译顺序与 ROS1 模式livox_ros_driver2是同时支持 ROS1 和 ROS2 的默认的构建脚本会根据环境自动判断。但在 ROS1 下编译时我建议显式指定ROS1ON免得在消息生成环节卡住cd ~/catkin_ws catkin_make -DROS1ON source devel/setup.bash如果你之前已经建过 workspace后面只编译新增包catkin_make -DROS1ON -DCATKIN_WHITELIST_PACKAGESlivox_ros_driver2 catkin_make -DROS1ON -DCATKIN_WHITELIST_PACKAGESfast_lio2编译过程中最常见的报错是fatal error: livox_ros_driver2/CustomMsg.h: No such file or directory这个基本就是livox_ros_driver2没编译成功或者编译后没有source devel/setup.bash。解决办法是重新编译 driver2确认devel/include下能看到livox_ros_driver2目录再编译 FAST-LIO2。提示如果之前用其它 ROS1 版本编译过旧驱动残留的 build 目录可能干扰最省事的做法是把build、devel目录删了重新catkin_make -DROS1ON。3. 雷达驱动配置别在第一步卡一整天3.1 物理连接与网络排查MID-360 是网口设备上电后会通过以太网 UDP 发送数据。最常见的连接方式有两种网线直连电脑或者雷达和电脑都接在同一个路由器/交换机上。连好之后先看网卡有没有识别到链路。在 Ubuntu 终端里执行ifconfig正常情况下会出现一个eth0或enp*网卡并且UP状态。如果雷达是通过路由器上网电脑无线也能 PING 通雷达的 IP但驱动走组播发现不建议跨网段。MID-360 默认会自动获取 IP但你也可以像我一样把电脑网卡配置成固定地址比如192.168.1.50/24这样不管路由器怎么分配雷达和电脑都在同一个二层网络内组播能通。至于雷达到底拿到什么 IP用官方工具Livox Viewer扫描同一网络即可看到设备列表和 IP 地址。这一步很多新手会忽略必须在同一网段才能用组播自动发现雷达。如果 Livox Viewer 都扫不到设备后面驱动再折腾也是白搭。排查顺序是网线链路 - 网卡 IP - 同一网段 - LED 指示灯是否正常 - 用 Wireshark 抓 UDP 包看有没有数据。3.2 驱动 launch 参数解释编译完livox_ros_driver2后直接用官方自带的 MID-360 示例 launch 启动即可。roslaunch livox_ros_driver2 msg_MID360.launch这个 launch 会启动驱动节点并发布默认 topic。几个关键参数我建议你看一下参数含义建议值xfer_format点云数据格式0 是 Livox 自定义格式1/2 是 xyz 格式0FAST-LIO2 依赖 CustomMsgmulticast_ip组播地址默认 192.168.1.140保留默认frame_id点云和 IMU 数据 frame 名保留默认或改成livox_framepcl_data_type是否输出 PCL 点云默认即可如果你使用的是固定 IP 或网络环境复杂需要在 launch 里指定雷达 IP。在官方 launch 文件基础上可以这样改param namedevice_ip value192.168.1.100 /但多数情况下开着组播自动发现即可不需要手动填 IP。3.3 验证点云与 IMU 话题驱动起来后开新终端先看话题列表rostopic list正常情况至少能看到/livox/lidar /livox/imu再看两路数据的频率rostopic hz /livox/lidar rostopic hz /livox/imuMID-360 默认点云帧率 10HzIMU 频率 200Hz。数值在这些量级就说明驱动没问题。进一步检查点云内容rostopic echo /livox/lidar -n1能看到header.frame_id、points数量、timebase等字段。此时打开 rviz添加 PointCloud2话题选/livox/lidar应该能看到一圈密集点云。3.4 驱动阶段避坑清单驱动部分看似简单实际坑不少。我把遇到过的典型问题列出来雷达能扫到但驱动没点云检查xfer_format是否被改成了 1 或 2。FAST-LIO2 需要CustomMsg必须保持 0。LiVox Viewer 能出点云ROS 驱动不出大概率是 ROS1/ROS2 模式编错了livox_ros_driver2默认编成 ROS2 会导致话题通讯协议对不上。确认用catkin_make -DROS1ON重新编译。最开始的几秒能看到点云后面断流检查网线是不是太长了或者接的是劣质交换机。UDP 丢包严重时会表现为周期性断流。电脑无线连着路由器、雷达也连路由器但点云出不来很多家用路由器默认开了“AP 隔离”或“访客网络隔离”会阻止无线设备和有线设备通信。这种情况下改成网线直连最省事。4. FAST-LIO2 编译与参数配置4.1 launch 文件与 topic 对应编译成功后FAST-LIO2 自带launch/mapping_mid360.launch可以直接启动roslaunch fast_lio2 mapping_mid360.launch这个 launch 做了三件事启动fastlio_mapping节点、启动 rviz、自动加载对应的mid360.yaml。第一次跑如果地图不动或者 rviz 里没有点云十有八九是 topic 对不上。打开 launch 文件检查里面两个关键参数arg namepointcloud_topic default/livox/lidar / arg nameimu_topic default/livox/imu /有些版本用的参数名是lid_topic或cloud_topic建议看代码里的Node构造函数到底读了哪个参数。总之必须和你rostopic list看到的话题一致。4.2 mid360.yaml 核心参数FAST-LIO2 的配置文件在config/mid360.yaml。里面几个参数需要你逐行确认common: lid_topic: /livox/lidar imu_topic: /livox/imu time_sync_en: false preprocess: lidar_type: 1 scan_line: 6 blind: 0.1 mapping: extrinsic_T: [0, 0, 0] extrinsic_R: [1, 0, 0, 0, 1, 0, 0, 0, 1]解释几个重点lidar_type: 1代表 Livox 点云如果是 Velodyne 等其它雷达才需要改成 0 或 2。这里不要动。scan_line: 6MID-360 的虚拟扫描线数默认 6对应它内部的分组机制一般不需要改。blind: 0.1近距盲区过滤半径MID-360 本身盲区 0.1m这个值直接沿用雷达参数即可。extrinsic_T/extrinsic_R雷达坐标系到 IMU 坐标系的平移和旋转外参。这里有个非常大的易错点如果你用的是 MID-360 内置 IMU外参通常保持单位阵和全零即可因为驱动发布的 IMU 数据和点云都是同一坐标系下的设备数据代码默认已经做了兼容。如果改了外参反而可能把地图搞歪。4.3 外参与坐标系问题FAST-LIO2 内部有两个核心坐标系camera_init全局世界坐标系和livox_frame雷达体坐标系。如果你的雷达是固定在底盘或者手持杆上不需要额外对 ROS TF 树做太多配置只要点云和 IMU 的外参正确FAST-LIO2 会直接维护一个全局位姿。但如果你把雷达装在小车某个特定位置上比如车体前方 20cm、高度 50cm还想把位姿输出到base_link系那就需要一个静态 TF把livox_frame转到base_link。这时有一个概念要分清楚FAST-LIO2 的extrinsic_T/R是雷达与 IMU 之间的位姿关系而static_transform_publisher是里程计到机器人底盘的 TF两者不要混。最省事的办法只让 FAST-LIO2 维护camera_init - livox_frame然后额外发布一个livox_frame - base_link的静态变换这样/Odometry虽然是在camera_init系下但你可以用 TF 拿到base_link的位姿。4.4 参数调优建议FAST-LIO2 默认参数对 MID-360 已经不错但实际建图效果不佳时我建议按下面顺序调地图点不够密把preprocess.blind降一点或者确认雷达安装角度合适。MID-360 垂直视场角偏上如果安装时仰角不足近地物体会比较稀疏。IMU 噪声参数如果地图出现抖动或轨迹“打滑”可以把 yaml 中mapping.acc_cov、gyr_cov、b_acc_cov、b_gyr_cov适当调大。数值表示“我相信 IMU 的程度”调大说明更信任点云。建图太卡MID-360 默认 200kHz 点频对性能较差的设备可以限流比如在驱动里设置固定频率或减少扫描线但通常非必要不动。长时间跑大场景漂移FAST-LIO2 没有回环检测推荐跑完一圈回到起点观察轨迹闭合误差。误差大就回头检查外参和时间戳而不是猛调噪声参数。5. 实机建图与地图保存5.1 启动顺序与推荐流程第一次实机建图我建议按这个顺序来避免手忙脚乱启动驱动确认/livox/lidar和/livox/imu有数据。启动 FAST-LIO2观察 rviz 里是否出现点云和轨迹。保持雷达静止 5 秒让滤波器完成初始收敛。慢速移动雷达观察地图是否随运动更新。回到起点确认轨迹闭合情况。保存地图数据。实际命令只有两条roslaunch livox_ros_driver2 msg_MID360.launch roslaunch fast_lio2 mapping_mid360.launch5.2 实机操作中的主要观察点建图过程中盯住两个东西一个是 rviz 里的/Odometry轨迹一个是/cloud_registered点云。如果轨迹不断“跳变”或者点云出现明显的双层/重影通常不是算法问题而是运动太快导致 IMU 积分误差增大或者外参没标好。移动雷达时要避免三件事快速原地打转转弯尽量缓慢让 IMU 有足够时间修正角速度积分误差。强烈震动或跌落MID-360 内置 IMU 对冲击敏感建图过程中剧烈晃动会导致轨迹突变。在玻璃幕墙、镜子等场景停留过久点云大量丢失时 FAST-LIO2 会退化地图局部变形。5.3 保存点云地图的两种方法建图结束后如果只是想在 rviz 里看一眼直接截图就行。但要真正用于导航、规划或者后续处理必须把地图导出为 PCD 文件。方法一订阅实时话题保存。FAST-LIO2 会发布/cloud_registered或类似名称的实时配准点云用pcl_ros的工具可以直接存rosrun pcl_ros pointcloud_to_pcd /cloud_registered注意这种方式保存的是每帧或累计到当前时刻的局部点云不是全局增量地图文件会很多很乱。方法二在源码里直接导出全局地图all_map。这是我最推荐的方式。在FAST-LIO2/src/laserMapping.cpp中找到程序退出的回调函数在里面加一段保存代码#include pcl/io/pcd_io.h void SigHandle(int sig) { flg_exit true; ROS_WARN(catch sig %d, sig); pcl::io::savePCDFileASCII(/home/yourname/map.pcd, *all_map); }然后重新编译cd ~/catkin_ws catkin_make -DROS1ON再次建图结束后直接CtrlC程序就会把完整的地图写到指定路径。之后用 CloudCompare 或 pcl_viewer 打开 PCD 文件可以看到完整的全局点云地图。5.4 实测场景效果参考我在室内办公室和走廊做过几轮测试MID-360 FAST-LIO2 的表现大概是这样的室内办公室桌椅、隔断、白墙都能清晰重建墙角边缘比较锐利量门框宽度与卷尺误差在 2cm 级别。长走廊前 30 米内很挺括再远会因为点云密度下降而出现轻微拉长属于正常累积漂移。室外园区光线不影响但在大玻璃幕墙附近会有明显点云缺失需要尽量避开。建图结束后我在 CloudCompare 里把地图和设计图纸比对墙体位置基本对得上用来做机器人定位和导航完全够用。6. 常见问题与排查技巧实录6.1 驱动找不到设备现象大概率原因处理办法Livox Viewer 扫不到雷达网线/网段问题确认同一网段检查网卡 IP换根网线直连试驱动起来但发布 0 点xfer_format错误设成 0重新启动驱动驱动起来后过几秒断流UDP 丢包或防火墙关 Ubuntu 防火墙检查交换机和网线雷达指示灯异常供电不足用官方 PoE 供电或独立供电不要用劣质 USB 网口供电6.2 FAST-LIO2 编译报错编译 FAST-LIO2 最常见的错误就是找不到livox_ros_driver2的头文件。这基本可以归为两类第一类driver2 还没编译或者编译时用了 ROS2 模式导致头文件没有生成在 ROS1 的devel/include下。解决方法是重新用 ROS1ON 编译并且source devel/setup.bash。第二类依赖乱套比如同时装了 ROS1 和 ROS2环境变量互相污染。解决方法是只保留一个 ROS 版本在.bashrc中 source。还有一类比较恶心Eigen3或PCL版本旧导致的编译报错比如no match for call to std::vector。一般升级到 Eigen 3.3.7 以上、PCL 1.10 以上都能解决。Ubuntu 20.04 Noetic 的默认依赖基本满足不要手贱去降级。6.3 运行期异常与地图漂移常见的运行期问题启动后 rviz 无点云先确认话题名和 launch 参数一致再确认驱动真的发布了数据。可以用rostopic echo /livox/lidar -n1验证。启动后大量 TF 报错No coordinate transform from /livox_frame to /camera_init。这种情况通常是 rviz 的 fixed frame 设置不对把 rviz 的 fixed frame 改成/camera_init或者/livox_frame试试。FAST-LIO2 自己会广播 TF但如果配置没加载容易出现这种问题。地图重建时突然跳飞大概率是 IMU 时间戳异常或运动过激。先检查/livox/imu频率是否稳定在 200Hz频率抖动大就检查驱动版本。地图整体倾斜或弯曲外参问题。用内置 IMU 时保持外参单位阵如果用外部 IMU必须标定外参不能拍脑袋写。6.4 排查速查表现象优先检查项实战建议无点云网段、topic、xfer_format先用 Livox Viewer 确认雷达本身在工作有 IMU 无点云驱动版本确认用的是 livox_ros_driver2 而非旧驱动编译缺头文件工作空间编译顺序driver2 和 FAST-LIO2 要在同一个 catkin_ws地图双层外参、运动过快静止初始化 5s控制移动速度地图漂移大缺少回环离线转 LIO-SAM 或分段建图保存地图为空all_map指针时序在CtrlC回调里保存不要在节点初始化前存7. 从建图到落地的后续优化方向跑通 FAST-LIO2 只是第一步真正把这个方案用到机器人导航里还有几个方向值得继续投入。第一是回环检测。FAST-LIO2 作为纯里程计里程累积误差无法避免。如果需要更大场景的高精度建图可以把它和回环检测模块结合比如把 FAST-LIO2 的位姿作为前端输入给 LIO-SAM或者使用带有回环的 SLAM 框架只把 FAST-LIO2 当作前端点云配准模块。这个改造成本不低但收益明显。第二是地图后处理。保存出来的 PCD 是纯几何点云不能直接给 move_base 做导航。实践中还需要转成八叉树地图OctoMap或栅格地图再做膨胀、滤波、平面提取。pcl_ros里有现成的voxel_grid、pass_through等节点可以先把外墙、地面分离出来再生成 2D 栅格地图。第三是时间同步。如果后续要给雷达接相机做多传感器融合MID-360 的 PPS 同步或者时间戳对齐就要提前设计好。这一步会影响标定精度最好在硬件固定时就留好同步信号线。最后是工程化封装把建图流程写成一个一键启动脚本把保存地图的动作封装成 ROS service定期自动备份地图和轨迹对项目交付会省很多事。我在实际调这套方案的时候最深刻的体会是技术难点往往不在算法本身而在“让数据正确、稳定地到达算法”这一步。MID-360 的驱动配置和 FAST-LIO2 的 topic 对接说穿了就几行参数但如果你不了解背后 UDP 组播、ROS1/ROS2 模式、外参坐标系的逻辑很容易被各种玄学报错拖住。先把这条链路摸透后面的高精度建图、多传感器融合都是水到渠成的事。