企业官网建设流程全解析

1. 为什么这套组合值得折腾：Livox Mid360 与 FAST_LIO2 的底层逻辑

1.1 从“激光雷达怎么选”说起

如果你最近在折腾机器人建图或者无人机定位，大概率绕不开一个话题：选什么激光雷达。传统机械式多线雷达动辄上万，体积大、重量沉，装在小型移动平台上非常别扭。而 Livox Mid360 这类固态式激光雷达，把成本压到了大多数人能接受的范围，同时重量和体积都控制得相当克制，这就让个人开发者和小团队有了真正可落地的方案。

Mid360 的核心特点在于它的非重复扫描方式。传统机械雷达是固定几条线在转，每一帧打出来的点分布是规律的；Mid360 走的是花瓣状扫描轨迹，随着积分时间增加，视场内的点云会越来越密。这个特性对 SLAM 来说是把双刃剑：好处是近距离和远距离的覆盖都比较均匀，坏处是单帧点云稀疏，如果你拿它当普通雷达那样一帧一帧处理，效果会很差。所以必须搭配一个能充分利用“积分”特性的算法，FAST_LIO2 就是目前社区里匹配度最高的选择之一。

1.2 FAST_LIO2 到底解决了什么问题

FAST_LIO2 全称是 Fast LiDAR-Inertial Odometry，本质是一个紧耦合的激光惯性里程计。它把 IMU 数据和激光点云放在一个统一的优化框架里做状态估计，而不是像早期方案那样先做点云匹配再融合 IMU。紧耦合的好处在于，当激光点云退化（比如在长走廊、空旷场地）时，IMU 能顶上来维持姿态；当 IMU 漂移累积时，激光又能把它拉回来。

它内部用的是迭代扩展卡尔曼滤波（IEKF）的思路，配合一个叫 ikd-Tree 的增量式 kd 树做最近邻搜索。ikd-Tree 这个数据结构是 FAST_LIO 系列的招牌，它支持增量插入和删除，不用每帧重建整棵树，在大场景下计算效率提升非常明显。实测下来，Mid360 加 FAST_LIO2 在普通工控机上跑，建图频率能稳定在 10Hz 左右，对于大多数地面机器人和低速无人机来说完全够用。

1.3 这套方案适合谁

这套组合最适合三类人：第一类是做室内外移动机器人建图和导航的，需要一套成本可控、精度够用的定位方案；第二类是无人机开发者，Mid360 的重量对续航影响小，FAST_LIO2 的输出可以直接喂给飞控做位置环；第三类是刚接触 SLAM 想找一个完整项目练手的学生或爱好者，因为这套方案的社区资料相对丰富，踩坑后容易找到参考。

但我要提前说清楚：这套方案不是“插上就能用”的。它涉及雷达驱动、ROS 环境、外参标定、时间同步、参数调优等多个环节，任何一个环节出问题都会导致建图漂移甚至跑不起来。下面我按实际搭建顺序，把每个环节的细节和坑点拆开讲。

2. 环境搭建：从系统选择到驱动安装的完整路径

2.1 系统版本与 ROS 发行版的选择

这是第一个容易翻车的地方。Livox 官方驱动的支持情况和 FAST_LIO2 的依赖对 ROS 版本有要求。目前社区里最稳的组合是 Ubuntu 20.04 加 ROS Noetic，因为 Noetic 是 ROS1 的最后一个长期支持版本，Livox SDK 和 livox_ros_driver 在 Noetic 下的编译问题最少。如果你用 Ubuntu 22.04 加 ROS2 Humble，也不是不行，但 FAST_LIO2 的 ROS2 分支在社区里维护得不如 ROS1 版本活跃，遇到问题可参考的资料会少很多。

我的建议很直接：新手就老老实实上 Ubuntu 20.04 加 Noetic。别一上来就追新，SLAM 这套东西本身调试成本就高，环境再给自己加难度没必要。安装 ROS 的时候，如果你不想手动配源、装依赖、初始化 rosdep 那一套流程，可以用社区里流传比较广的一键安装脚本，比如“鱼香 ROS”那个脚本，它能帮你把 ROS 和常用工具一次性装好，省掉不少重复劳动。但要注意，一键脚本装完之后还是要手动验证一下环境变量和 rosdep 是否正常，别装完就不管了。

安装完成后，务必做三件事：第一，确认roscore能正常启动；第二，确认rosdep能正常更新；第三，确认你的用户有权限访问串口和 USB 设备，后面雷达和 IMU 都要用。第三点经常被忽略，结果就是驱动启动了但读不到数据。

2.2 Livox SDK 与驱动的编译要点

Livox 的驱动分两层：底层是 Livox SDK，上层是 livox_ros_driver。很多人只装了 ROS 驱动包，忘了先编译 SDK，结果编译时报一堆找不到头文件的错误。

正确的顺序是：先从官方仓库克隆 Livox-SDK，按照 README 编译安装到系统路径；然后再把 livox_ros_driver 放到你的 ROS 工作空间里编译。编译 SDK 的时候注意，如果你系统里有多个 CMake 版本，确认一下用的是哪个，避免装到了非预期路径。

驱动编译完成后，先别急着接雷达。你可以先启动驱动节点，看看能不能正常加载配置文件。Mid360 的配置文件里有一个关键参数叫publish_freq，默认可能是 10Hz，这个值决定了点云发布频率。另外data_src要设成 0（对应雷达模式），multi_topic设成 0 表示所有点云发到一个话题上。这些参数如果设错，后面 FAST_LIO2 会收不到数据或者收到格式不对的数据。

2.3 网络配置：Mid360 的 IP 设置

Mid360 通过网口和主机通信，出厂默认 IP 是 192.168.1.1xx 这个网段。你的主机网卡必须配到同一网段，比如设成 192.168.1.50，子网掩码 255.255.255.0。这一步看起来简单，但实际踩坑率很高。

常见问题有三个：第一，主机有多个网卡，你配的那个不是实际连接雷达的那个；第二，防火墙没关，ICMP 能通但 UDP 数据包被拦；第三，网线质量差或者接口松动，链路时断时续。排查的时候，先ping 192.168.1.1xx看通不通，通了再用tcpdump或者 Wireshark 抓包，确认雷达有没有在往主机发 UDP 数据。如果 ping 不通，先检查网卡配置和网线，别急着怀疑雷达坏了。

提示：配置网卡时建议用命令行nmcli或者直接改/etc/netplan下的配置文件，改完记得netplan apply。用图形界面改有时候会和其他网络管理服务冲突，导致配置不生效。

2.4 IMU 的选型与连接

FAST_LIO2 需要 IMU 数据做紧耦合，Mid360 内置了一个 IMU，但它的输出频率和数据质量在社区里评价一般。如果你对精度要求高，建议外接一个独立的 IMU，比如常见的 9 轴 IMU 模块。外接 IMU 的好处是你可以自己控制安装位置和方向，标定外参时更灵活。

连接 IMU 时注意两点：一是串口权限，把你的用户加到dialout组里，否则每次都要 sudo；二是波特率要和 IMU 配置一致，常见的是 115200 或 921600。如果你用 Mid360 内置 IMU，那就不用额外接线，但要在 FAST_LIO2 的配置里把 IMU 话题指向雷达驱动发布的那一个。

3. 外参标定与时间同步：决定建图精度的两个隐形杀手

3.1 外参标定为什么不能偷懒

外参就是雷达和 IMU 之间的相对位置和姿态关系。FAST_LIO2 的配置文件里有一组extrinsic_R和extrinsic_T，分别表示旋转矩阵和平移向量。如果你直接把雷达和 IMU 焊死在一个支架上，理论上可以量出平移，但旋转很难量准。而旋转一旦有偏差，建图时会出现明显的“重影”或者“墙面弯曲”。

社区里常用的做法是先用卷尺量一个粗略的平移值，旋转先设成单位矩阵，然后跑一段数据看建图效果，再根据漂移方向微调。更严谨的做法是用标定工具，比如通过手眼标定或者用专门的 LiDAR-IMU 标定算法。但对于大多数应用场景，只要安装时尽量让雷达和 IMU 的坐标系对齐（比如都朝前），然后微调旋转，效果就能接受。

我的经验是：平移误差在几厘米内对建图影响不大，但旋转误差超过 2 度，长距离建图就会明显跑偏。所以安装支架时，尽量让雷达和 IMU 的朝向一致，减少后期标定工作量。

3.2 时间同步：最容易被忽视的环节

激光和 IMU 的时间戳如果不同步，紧耦合优化就会把错误的时间差当成运动信息，导致姿态估计抖动甚至发散。Mid360 和 IMU 各自有自己的时钟，如果不做同步，累积误差会越来越大。

常见的同步方式有两种：硬件同步和软件同步。硬件同步需要雷达和 IMU 支持外部触发信号，接线比较复杂；软件同步则是在驱动层做时间戳对齐，比如用 ROS 的message_filters做近似时间同步。FAST_LIO2 内部对时间戳有一定容忍度，但前提是你的两个传感器时间戳不能差太多。

实际操作中，我建议先检查雷达驱动发布的时间戳和 IMU 驱动发布的时间戳是否都基于系统时钟。如果一个是雷达内部时钟，一个是系统时钟，那就要在驱动里做转换。Mid360 的驱动默认会用系统时间戳，但如果你改了配置，要确认一下。IMU 驱动也要确认时间戳来源。两边都统一到系统时钟后，再跑 FAST_LIO2，基本就不会有时间同步问题。

3.3 标定结果的验证方法

标定完不要直接拿去建图，先做验证。最简单的验证方法是：把雷达和 IMU 静止放置，跑一段数据，看 FAST_LIO2 输出的轨迹是不是基本不动。如果轨迹在漂，说明外参或者时间同步有问题。另一个方法是走一个已知的直线或者方形轨迹，看建出来的地图有没有明显变形。

我通常会先在一个小房间里跑一圈，房间里有直角墙角，如果建出来的墙角是直的，说明外参基本没问题；如果墙角是弯的或者有重影，就要回去查外参和时间戳。这个步骤花十分钟，能省掉后面几个小时的无用调试。

4. FAST_LIO2 配置调优：参数背后的物理意义

4.1 配置文件结构解析

FAST_LIO2 的配置文件通常是 YAML 格式，里面分几大块：common、preprocess、mapping、publish。common里放雷达和 IMU 的话题名、外参；preprocess里放点云滤波和特征提取参数；mapping里放滤波器参数和地图分辨率；publish里放发布的话题和坐标系。

很多人拿到配置文件直接改话题名就跑了，结果效果不理想就怪算法。其实每个参数都有它的作用，理解之后调起来才有方向。

4.2 关键参数逐个拆解

lidar_type要设成对应 Mid360 的值，不同版本的 FAST_LIO2 这个枚举可能不一样，要看代码里的定义。scan_line对 Mid360 来说不是传统意义上的线数，但也要按驱动实际发布的字段填。

blind是盲区距离，小于这个距离的点会被滤掉。Mid360 近距离会有一些噪声点，设一个合适的盲区能减少干扰。一般设 0.5 米左右。

det_range是最大探测距离，超过这个距离的点不参与计算。设太大浪费算力，设太小丢环境信息。室内场景设 20 到 30 米够用，室外可以设到 50 米以上。

filter_size_surf和filter_size_map是降采样体素大小。前者影响输入点云密度，后者影响地图分辨率。设太小计算量大，设太大细节丢失。Mid360 的点云本身不算特别密，我一般设 0.2 到 0.3 米。

cube_side_length是局部地图的边长，决定了优化时考虑多大范围的点云。设太小容易跟丢，设太大计算慢。一般设 200 到 500 米。

acc_cov、gyr_cov、b_acc_cov、b_gyr_cov是 IMU 的噪声协方差。这些值和你用的 IMU 型号有关， datasheet 里一般会给噪声密度，但实际用的时候往往需要根据建图效果微调。如果建图抖动厉害，可以适当增大这些协方差，让滤波器更信任激光观测。

4.3 调参的实操顺序

我的调参顺序是这样的：先保证外参和时间同步没问题，然后用默认参数跑一段数据，看轨迹和地图的基本形态。如果轨迹整体漂移，先查外参；如果轨迹抖动，调 IMU 协方差；如果地图细节模糊，调降采样参数；如果计算卡顿，调局部地图大小和降采样参数。

每次只改一个参数，改完跑同样的数据对比效果。别一次改一堆，那样出了问题都不知道是哪个参数导致的。我习惯把每次的参数和效果记在一个表格里，方便回溯。

5. 实操全流程：从开机到建图的每一步

5.1 启动顺序与节点检查

正确的启动顺序是：先启动雷达驱动，确认点云话题有数据；再启动 IMU 驱动，确认 IMU 话题有数据；最后启动 FAST_LIO2。顺序反了的话，FAST_LIO2 启动时收不到数据可能会报错退出。

启动后，用rostopic hz检查点云和 IMU 的发布频率。Mid360 的点云频率应该是 10Hz 左右，IMU 如果是外接的，看它的配置频率。如果频率不对，回去查驱动配置。

然后用rostopic echo看一帧点云和 IMU 数据的字段，确认header.frame_id和header.stamp都存在且合理。FAST_LIO2 依赖这些字段做坐标变换和时间对齐。

5.2 建图过程与实时监控

FAST_LIO2 启动后，会在 RViz 里发布几个话题：当前帧点云、局部地图、全局地图、轨迹。你可以通过 RViz 实时观察建图效果。如果点云和地图对不上，或者轨迹跳变，说明有问题。

建图时建议先慢速移动，让算法有足够的时间做优化。快速移动或者剧烈旋转容易导致跟丢。如果跟丢了，FAST_LIO2 一般会重新初始化，但地图会断掉。所以实际建图时，尽量保持平稳运动。

5.3 地图保存与后处理

建图完成后，可以用 FAST_LIO2 自带的服务或者 ROS 的map_saver保存地图。保存的点云地图是 PCD 格式，可以用 CloudCompare 或者 PCL 工具查看和编辑。

如果地图里有明显的离群点或者噪声，可以在保存前用体素滤波或者统计滤波做一次后处理。但要注意，后处理会改变地图的精度，如果后续要做导航，最好保留原始地图。

6. 常见问题与排查技巧实录

6.1 驱动启动失败

最常见的原因是 SDK 没装或者路径不对。检查/usr/local/lib下有没有 Livox SDK 的库文件，如果没有，重新编译安装。另一个原因是网卡配置不对，雷达和主机不在同一网段。用ifconfig确认网卡 IP，用ping确认连通性。

6.2 点云话题没有数据

先确认驱动节点是否正常运行，用rosnode list看节点在不在。然后在用rostopic list看点云话题有没有发布。如果话题存在但没有数据，可能是雷达没有正常上电或者网线没插好。Mid360 上电后会有指示灯，确认灯的状态是否正常。

6.3 FAST_LIO2 启动后立即退出

通常是配置文件路径不对或者话题名不匹配。检查 launch 文件里加载的 YAML 路径是否正确，检查 YAML 里的lid_topic和imu_topic是否和实际发布的话题名一致。另外，如果 IMU 数据频率太低或者时间戳异常，FAST_LIO2 也可能启动失败。

6.4 建图漂移严重

按可能性排序：外参旋转误差、时间同步问题、IMU 噪声参数不匹配、雷达点云质量差。逐一排查，先静止测试看轨迹是否稳定，再走直线看是否跑偏，最后走闭环看累积误差。

6.5 计算资源占用过高

Mid360 的点云数据量不小，如果工控机性能一般，可能会出现卡顿。优化方向：降低点云发布频率、增大降采样体素、减小局部地图范围、关闭不必要的可视化话题。如果还不行，考虑换一台带独立显卡或者更高主频 CPU 的机器。

注意：调参时不要一味追求“看起来好看”的地图，要结合实际应用需求。导航用的地图和展示用的地图要求不一样，前者更看重几何准确性，后者可以适当美化。

7. 一些不在文档里的经验

外参标定这件事，我踩过最大的坑是忽略了雷达和 IMU 的坐标系定义。不同厂家的 IMU 坐标系朝向不一样，有的 X 朝前，有的 Y 朝前。如果你按自己的直觉填旋转矩阵，很可能差一个 90 度。所以标定前一定要查清楚两个传感器的坐标系定义，画个图确认一下。

时间同步方面，如果你的 IMU 驱动支持硬件时间戳，尽量用硬件时间戳，比软件打的时间戳准得多。Mid360 的驱动也支持用雷达内部时间或者系统时间，建议统一用系统时间，方便和 IMU 对齐。

还有一点，FAST_LIO2 的地图是增量式构建的，长时间运行后地图会越来越大，内存占用也会上升。如果是长时间建图任务，建议定期保存地图并重启节点，或者用滑动窗口的方式限制地图大小。

最后说一个关于“避坑”的心态问题。这套系统涉及的环节多，出问题是常态，不出问题才是运气。遇到问题不要慌，按“驱动层、数据层、算法层”的顺序逐层排查，大部分问题都能定位到具体环节。社区里有很多人分享过类似问题的解决方法，善用搜索，但要注意甄别信息的时效性，不同版本的驱动和算法行为可能不一样。