前言本文是对在gazebo里搭建一个livoxmid360+惯导仿真平台测试FAST-LIO2的实现，此博文中存在部分需要修改代码的地方，因此在本文中做出更详细的说明。

fast-lio2代码使用的是livox-mid70，数据结构是一代livox-sdk,想要驱动mid360使用的却是livox-sdk2,数据结构有区别，但是不做代码修改，直接编译后也能运行。

快速激光IMU里程计参考链接：Faster-LIO：快速激光IMU里程计iVox(Faster-Lio):智行者高博团队开源的增量式稀疏体素结构Faster-Lio是高翔博士在Fast系列的新作，对标基线是Fast-LIO2

文章目录摘要一、简介二、相关工作2.1雷达惯导里程计2.2建图过程中的动态数据结构三、系统架构四、状态估计A.卡尔曼模型1.状态转换模型2.测量模型B.迭代卡尔曼滤波1.预测过程2.残差计算3.迭代更新五、建图A.地图管理B.树的结构与创建1.数据结构2.ikd树的创建C.地图的增量式更新1.基于树降采样操作的点插入2.基于延迟标签的逐框删除3.属性更新D.平衡的恢复1.平衡准则2.重建及并行重建

一、建图1.源码下载https://github.com/hku-mars/FAST_LIO2.配置环境步奏一:安装PCL>=1.8,PCL的安装可以参考(可选，建议考虑不用安装)https://blog.csdn.net/qq_33328642/article/details/119186766下载pcl1.8https://github.com/Kyle-ak/pcl/releases/tag

专栏系列文章如下：一：TixiaoShan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）

专栏系列文章如下：一：TixiaoShan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）

提示：以下全是自己编译实际运行SLAM工程实践中遇到的种种问题及如何解决相关问题使用自己的相机和雷达实时运行R3LIVE、FAST-LIO2、FAST-LIVO等SLAM系统前言写这篇博客的主要目的：记录自己从零开始接触

时间工作23/07从视觉slam方向转换位激光slam，细读了LOAM、LIO-SAM、FAST-LIO2、faster-lio23/08研究低内存消耗方向的大规模激光slam，以及提高精度23/09完成一篇会议论文

Cartographer二、hdl_graph_slam三、LOAM四、LeGO-LOAM五、LIO-SAM六、S-LOAM七、M-LOAM八、livox-loam九、Livox-Mapping十、LIO-Livox十一、FAST-LIO2

目录一、FAST-LIO本文的三个创新点：FAST-LIO框架二、ikd-Tree三、FAST-LIO2四、FASTER-LIO一、FAST-LIOFAST-LIO三个创新点：将IMU和雷达点特征点紧耦合在一起

1r3live_lio.cpp文件简介2r3live_lio.cpp源码解析1r3live_lio.cpp文件简介在r3live.cpp文件中创建LIO线程后，R3LIVE中的LIO线程本质上整体流程和FAST-LIO2

2LiDAR_front_end.cpp程序解析1LiDAR_front_end.cpp简介激光点云首先在LiDAR_front_end节点中提取特征点，将处理完的信息通过/laser_cloud_flat完成节点的发送出去，与FAST-LIO2

##fast-lio1可以参考[链接]一、预备工作安装Ubuntu、ROS、PCL&&Eigen、LivoxSDK、livox_ros_driver[参考]注意：由于FAST-LIO必须首先支持Livox系列LiDAR，所以在运行任何FAST-LIOluanch文件之前，必须先安装好livox_ros_driver并source一下。source方法：gedit~/.bashrcsource/ho

fast-lio主要是论文的fast-lio2论文的实现，包括前向处理和ikd-tree的实现1.先从cmakelist入手看代码结构：#这是定义代码中的ROOT_DIRadd_definitions(

弄懂Fast-lio2需要看的学习资料感谢知乎Poao的文章，给我学习起到了很大帮助！

安装依赖以及ceressudoapt-getinstalllibsuitesparse-devgitclonehttps://github.com/ceres-solver/ceres-solver/archive/1.14.0.zipcd~/你新建的文件夹/ceres-solver-1.14.0mkdirceres-bin&&cdceres-bincmake…sudomakeinstall-j4

学习计划(目前在制作学术垃圾，痛苦地设计算法中–该博客细节还不完整)因为fast-lio2的框架将各个线程都放到了一个节点中，因此也就只有一个主函数cpp文件，从工程结构来看更加简约，代码风格更加集中化

目录1.安装ros2.调整电脑的静态ip地址使得avia能够和电脑进行通信3.为fast-lio2配置需要的包CeresSolver1.14安装安装livox-sdk下载livox_ros_driver

一、配置激光雷达数据参考链接Ubuntu18.04安装速腾聚创最新驱动RSLidar_SDK采集XYZIRT格式的激光点云数据--SLAM不学无术小问题下载驱动文件内部也有使用说明第一步：下载rslidar_sdk，保存到catkin_ws/src路径工作空间下下载地址：https://github.com/RoboSense-LiDAR/rslidar_sdk/releases/download

0.简介在上一章中，我们过完了主函数以及LIO的操作，由于这部分代码在FAST-LIO2中已经充分详细的介绍过了，所以说这里在R3LIVE中就不过多介绍了，下面我们来看一下本系列的重点，即VIO部分。

本篇为FAST-LIO2的论文阅读笔记，并基于该论文以及其他几篇总结激光SLAM发展现状。

fast-lio2也是出来没多久，它是港大Mars实验室大佬们开源的一套框架，论文也仔细看了一下，后续会分享。

目录一、Cartographer二、hdl_graph_slam三、LOAM四、LeGO-LOAM五、LIO-SAM六、livox-loam七、Livox-Mapping八、FAST-LIO2九、LVI-SAM