基于LIO-SAM算法的三维激光SLAM建图

本资源文件提供了基于LIO-SAM算法的三维激光SLAM建图的实现和相关数据集。LIO-SAM是一种结合了激光雷达（LiDAR）和惯性测量单元（IMU）的实时定位与建图（SLAM）算法，具有高效性和鲁棒性。

内容概述

• LIO-SAM算法实现：提供了LIO-SAM算法的源代码，用户可以在自己的环境中进行编译和运行。
• 数据集：包含用于测试LIO-SAM算法的数据集，用户可以使用这些数据集进行实验和验证。

使用说明

1. 环境配置

• 操作系统：Ubuntu 18.04
• ROS版本：Melodic
• 依赖库：
  • Ceres Solver 2.0.0
  • PCL 1.8.1
  • gtsam-4.0.0-alpha2 或 4.0.2

2. 安装步骤

1. 创建工作空间：

   mkdir -p ~/catkin_ws_liosam/src
   cd ~/catkin_ws_liosam/src
   

2. 下载源码并编译：

   git clone https://github.com/TixiaoShan/LIO-SAM.git
   cd ..
   catkin_make
   

3. 下载数据集：
   • 数据集文件位于src/data目录下，用户可以根据需要下载并放置在该目录中。

3. 运行LIO-SAM

1. 启动LIO-SAM：

   roslaunch lio_sam run.launch
   

2. 播放数据包：

   rosbag play ~/catkin_ws_liosam/src/data/casual_walk.bag
   

4. 保存建图结果

1. 修改配置文件：
   • 在params.yaml文件中设置SavePCD为true，并指定保存路径。
2. 设置超时时间：
   • 修改/opt/ros/melodic/lib/python2.7/dist-packages/roslaunch/nodeprocess.py文件中的_TIMEOUT_SIGINT值为100秒。
3. 保存结果：

   pcl_viewer GlobalMap.pcd
   pcl_viewer CornerMap.pcd
   pcl_viewer SurfMap.pcd
   pcl_viewer trajectory.pcd
   pcl_viewer transformations.pcd
   

参考文献

• LIO-SAM: Tixiao Shan, et al. “LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping.” IROS 2020.

注意事项

• 在运行过程中，请确保所有依赖库已正确安装。
• 数据集文件较大，下载时请耐心等待。

通过本资源文件，用户可以快速上手LIO-SAM算法，并进行三维激光SLAM建图的实验和应用。

下载链接

基于LIO-SAM算法的三维激光SLAM建图