博主提供docker开发镜像(主要面向深度学习、计算机视觉和机器人开发等需要 GPU 支持的场景)用于测试所有博客用例代码，下载地址(ubuntu24_cux_dev)[https://wilson.blog.csdn.net/article/details/156309082]
FAST-LIO-ROS2 项目介绍
项目背景与定位
FAST-LIO-ROS2 是香港科技大学维护的开源项目，专为ROS2设计，聚焦于激光雷达（LiDAR）与惯性测量单元（IMU）的紧耦合联合定位与建图（SLAM）。其核心目标是通过高效算法实现动态、高噪声或杂乱环境下的稳健导航，适用于机器人、无人驾驶、无人机等领域。
核心技术原理
迭代扩展卡尔曼滤波器（IEKF）
- 融合激光雷达特征点与IMU数据，通过迭代优化里程计，有效应对快速运动、环境噪声大或杂乱的场景。
- 公式示例：位姿更新模型为
pt=f(pt−1,ut)+wt,M=⋃i=1Npointip_t = f(p_{t-1}, u_t) + w_t, \quad M = \bigcup_{i=1}^N \text{point}_ipt=f(pt−1,ut)+wt,M=i=1⋃Npointi
其中utu_tut为IMU输入，wtw_twt为噪声，MMM为全局点云地图。
并行KD-Tree搜索算法
- 降低特征点匹配的计算复杂度，支持高频激光雷达数据（如Livox Avia的100Hz）实时处理，确保低延迟定位。
多传感器同步与初始化
- 支持激光雷达与IMU数据同步，并在稳定环境中自动初始化，减少人工干预。
功能特性
- 高精度定位：在动态、嘈杂或杂乱环境中保持稳健性，定位误差低于同类方案。
- 实时建图：通过迭代卡尔曼滤波器优化位姿与地图，实时生成高精度点云地图。
- 多平台支持：兼容旋转式（Velodyne、Ouster）和固态激光雷达（Livox Avia、Horizon），支持ARM架构（如Raspberry Pi 4B、Nvidia TX2）。
- 易扩展性：提供清晰的代码架构，便于集成到自主导航、无人驾驶等系统中。
应用场景
机器人导航
- 仓储物流：自主移动机器人（AMR）依赖FAST-LIO-ROS2实现精准定位与避障，提升分拣效率。
- 制造业：在复杂工厂环境中，机器人通过实时建图完成路径规划与任务执行。
无人驾驶
- 车辆定位：结合高精度IMU与激光雷达，实现车辆在GPS信号缺失环境下的稳健定位，确保行驶安全。
- V2X协同：通过ROS2的分布式通信机制，支持多车协同感知与定位。
无人机应用
- 地图构建：无人机在未知环境中利用FAST-LIO-ROS2实时生成3D点云地图，支持搜索与救援任务。
- 路径规划：基于实时定位数据，动态调整飞行轨迹以避开障碍物。
技术优势
- 计算效率：并行KD-Tree搜索与IEKF优化结合，使系统在高频率激光雷达数据下仍能保持实时性。
- 稳健性：通过紧耦合算法设计，有效抑制运动畸变与环境噪声，定位鲁棒性优于LOAM、LeGO-LOAM等方案。
- 开源生态：基于ROS2的模块化设计，支持与Nav2、MoveIt等导航栈无缝集成，降低开发门槛。
开发环境与部署
- 依赖项：Ubuntu 20.04+、ROS2 Foxy/Humble、PCL 1.8+、Eigen 3.3.4+。
- 编译与运行：
gitclone https://github.com/hku-mars/FAST_LIO_ROS2.git colcon build --symlink-installsourceinstall/setup.bash ros2 launch fast_lio mapping.launch.py# 启动建图模式 - 配置参数：通过YAML文件调整激光雷达型号、IMU噪声模型等，适配不同硬件平台。
项目生态与扩展
- 衍生项目：
- FAST-LIO-LOCALIZATION：集成重定位功能，支持全局地图回环检测。
- R2LIVE：融合视觉传感器，实现LiDAR-IMU-Vision多模态SLAM。
- 社区支持：项目在GitHub、CSDN等平台拥有活跃社区，提供详细文档与问题解答，加速开发者上手。
在docker环境下的复现指引
- 访问 https://blog.csdn.net/wilsonwong/article/details/156309082 下载fast-lio-ros2 源码、docker镜像及相关资源文件到 <some_path>.
- 访问 https://blog.csdn.net/wilsonwong/article/details/156309082 下载fast-lio-ros2 源码、docker镜像及相关资源文件到 <some_path>.
- 安装 docker, 方法参考官网 https://docs.docker.com/
- 加载基础镜像
$dockerload-i<some_path>/ubuntu24_cux_dev-base.tar.gz- 构建开发镜像 ubuntu24_cux_dev
$cd<some_path>$dockerbuild-tubuntu24_cux_dev-fDockerfile_ubuntu24_cuX_dev ./docker_context- 编译 fast_lio_ros2
$prj_path=/home/user/ubuntu24_cux_dev# 修改为你的下载路径$cd${prj_path}$tar-xvffast_lio_ros2-comment.tar.gz&&mvfast_lio_ros2-comment fast_lio_ros2 $mkdir-p${prj_path}/fast_lio_ros2_out $out_path=${prj_path}/fast_lio_ros2_out $ws_dir=${prj_path}/fast_lio_ros2\&&build_dir=${out_path}/build&&mkdir-p$build_dir\&&devel_dir=${out_path}/devel&&mkdir-p$devel_dir\&&install_dir=${out_path}/install&&mkdir-p$install_dir\&&bags_dir=${prj_path}\&&dockerrun-it--rm--gpusall--network=host--user$(id-u):$(id-g)\-v/tmp/.X11-unix:/tmp/.X11-unix-eDISPLAY=$DISPLAY\--ipchost-v/dev/shm:/dev/shm\-v$ws_dir:/home/user/catkin_ws\-v$build_dir:/home/user/catkin_ws/build\-v$devel_dir:/home/user/catkin_ws/devel\-v$install_dir:/home/user/catkin_ws/install\-v$bags_dir:/home/user/bags\ubuntu24_cux_dev# 容器环境$cd/home/user/catkin_ws/src/livox_driver_ros2&&./build.sh humble $cd/home/user/catkin_ws&&colcon build $sourceinstall/setup.bash- 运行
- 打开终端1
$prj_path=/home/user/ubuntu24_cux_dev# 修改为你的下载路径$out_path=${prj_path}/fast_lio_ros2_out $ws_dir=${prj_path}/fast_lio_ros2\&&build_dir=${out_path}/build&&mkdir-p$build_dir\&&devel_dir=${out_path}/devel&&mkdir-p$devel_dir\&&install_dir=${out_path}/install&&mkdir-p$install_dir\&&bags_dir=${prj_path}\&&dockerrun-it--rm--gpusall--network=host--user$(id-u):$(id-g)\-v/tmp/.X11-unix:/tmp/.X11-unix-eDISPLAY=$DISPLAY\--ipchost-v/dev/shm:/dev/shm\-v$ws_dir:/home/user/catkin_ws\-v$build_dir:/home/user/catkin_ws/build\-v$devel_dir:/home/user/catkin_ws/devel\-v$install_dir:/home/user/catkin_ws/install\-v$bags_dir:/home/user/bags\ubuntu24_cux_dev# 容器环境$cd/home/user/catkin_ws&&sourceinstall/setup.bash $ ros2 launch fast_lio mapping.launch.py config_path:=/home/user/catkin_ws/src/FAST_LIO_ROS2/config- 打开终端2
$prj_path=/home/user/ubuntu24_cux_dev# 修改为你的下载路径$out_path=${prj_path}/fast_lio_ros2_out $ws_dir=${prj_path}/fast_lio_ros2\&&build_dir=${out_path}/build&&mkdir-p$build_dir\&&devel_dir=${out_path}/devel&&mkdir-p$devel_dir\&&install_dir=${out_path}/install&&mkdir-p$install_dir\&&bags_dir=${prj_path}\&&dockerrun-it--rm--gpusall--network=host--user$(id-u):$(id-g)\-v/tmp/.X11-unix:/tmp/.X11-unix-eDISPLAY=$DISPLAY\--ipchost-v/dev/shm:/dev/shm\-v$ws_dir:/home/user/catkin_ws\-v$build_dir:/home/user/catkin_ws/build\-v$devel_dir:/home/user/catkin_ws/devel\-v$install_dir:/home/user/catkin_ws/install\-v$bags_dir:/home/user/bags\ubuntu24_cux_dev# 容器环境$cd/home/user/catkin_ws&&sourceinstall/setup.bash $cd/home/user/bags $ ros2 bag play--loopoutdoor_run_100Hz_2020-12-27-17-12-19
- 效果图
欢迎反馈复现过程遇到任何问题！
