可支持Livox固态激光雷达的slam算法LILI-OM实测

目录

源码编译：

实际测试：

---

LILI-OM是一种紧耦合的IMU和激光雷达融合SLAM方案，可支持固态激光雷达和机械激光雷达。前端匹配采用基于特征的轻量级激光雷达里程计，可以自适应地提取关键帧进行快速运动估计。后端通过边缘化执行基于关键帧的分层滑动窗口优化方法，用于直接融合IMU和激光雷达测量数据。论文已发，代码开源，先列在下面。

paper：Li K, Li M, Hanebeck U D. Towards high-performance solid-state-lidar-inertial odometry and mapping[J]. IEEE Robotics and Automation Letters, 2021, 6(3): 5167-5174.

github：https://github.com/KIT-ISAS/lili-om

源码编译：

Readme中其实已经介绍的很详细了，这里只做一些补充。

算法运行在ROS下的，支持Melodic和Noetic，因为依赖PCL1.8，而Kinetic默认安装PCL1.7，可能不能很好支持，这点还没有测试，后面可能会重装PCL1.8测试一下，本文都是基于Melodic实现的。

依赖库中的Ceres正常安装就好，gtsam要注意下，如果用的是新版本的gtsam（我用的4.0.3），可能在运行lili-om时报错，报错原因是找不到libmetis-gtsam.so文件，默认是安装在“/usr/local/lib” 目录下，而程序搜索的路径是“/usr/lib”，所以没有找到，直接简单粗暴地把他复制过来就行了。

$ sudo cp /usr/local/lib/libmetis-gtsam.so /usr/lib/

lili-om用的激光雷达是Livox，型号horizon，点云数据也采用了Livox自定义的格式，所以需要安装Livox的ROS驱动，版本推荐2.5.0，我用的也是这个版本，还需要安装下Livox SDK。驱动具体的安装方法可以参考下其它博客。

然后按照代码readme中编译源码，编译完成后跑下demo确认编译OK。

实际测试：

我手上有一台Livox Horizon激光雷达，直接装在我心爱的小机器人上，实际测试下lili-om的效果。测试场地就是一般的办公楼，源码中许多参数是根据室外场景设置的，所以和尺度相关的参数可以适当调小一些。建完的点云地图效果是这样的：

​

尝试调了一些参数，并改了rivz的可视化效果。不得不吐槽下源码的可视化，视角调不动，点云地图显示也不清楚，当然这都不关键。

整体的建图效果还是不错的，回环的匹配也很准。因为室内的过道比较窄，拐弯处点云邻帧匹配退化严重，定位会有一点漂，但也没有差太多，回环基本可以把误差拉回来。

后面看完论文和代码再做整理，因为最近在做固态激光雷达slam，其它如loam livox和fast lio也会逐步分享。