Ubuntu 20.04 实战部署 FAST LIO2 全流程解析

1. 环境准备与依赖安装

在Ubuntu 20.04上部署FAST LIO2之前，需要先搭建好基础环境。我建议使用全新安装的Ubuntu系统，避免因已有环境导致的依赖冲突。实测在联想小新Pro 16（i7-12700H + 32GB内存）上运行流畅，但配置更低的设备也能胜任。

首先更新系统软件包：

bash复制sudo apt update && sudo apt upgrade -y

安装核心编译工具链：

bash复制sudo apt install -y build-essential cmake git wget

ROS Noetic是FAST LIO2推荐的框架，安装时记得选择完整版：

bash复制sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
sudo apt update
sudo apt install -y ros-noetic-desktop-full

Livox激光雷达驱动是必备组件，安装时要注意版本匹配：

bash复制git clone https://github.com/Livox-SDK/Livox-SDK.git
cd Livox-SDK
mkdir build && cd build
cmake ..
make -j$(nproc)
sudo make install

2. 创建工作空间与功能包部署

我习惯在~/catkin_ws目录下创建工作空间，这个路径方便记忆且不易出错。实际操作中你可以选择任意位置：

bash复制mkdir -p ~/catkin_ws/src
cd ~/catkin_ws
catkin_make
source devel/setup.bash

接下来部署livox_ros_driver功能包。这里有个小技巧：直接从国内镜像克隆速度更快：

bash复制cd ~/catkin_ws/src
git clone https://gitee.com/maxibooksiyi/livox_ros_driver.git

编译时可能会遇到PCL库版本问题，这是常见坑点。解决方法：

bash复制sudo apt install -y libpcl-dev pcl-tools
cd ~/catkin_ws
catkin_make -j$(nproc)

3. FAST LIO2核心部署流程

获取FAST LIO2源码时，建议使用国内镜像源：

bash复制cd ~/catkin_ws/src
git clone https://gitee.com/maxibooksiyi/FAST_LIO.git

ikd-Tree子模块的处理是关键步骤。我遇到过多次下载失败的情况，最终采用的解决方案是：

bash复制cd FAST_LIO
git clone https://gitee.com/maxibooksiyi/ikd-Tree.git
cp -r ikd-Tree/ikd-Tree include/

这里要特别注意：必须确保ikd-Tree文件夹的层级关系正确。错误的目录结构会导致编译时出现"找不到头文件"的错误。正确的目录树应该是：

code复制FAST_LIO/
├── include/
│   └── ikd-Tree/
│       ├── ikd_Tree.h
│       └── ...
└── ...

4. 编译与排错指南

开始编译前，建议先检查依赖是否完整：

bash复制sudo apt install -y ros-noetic-tf2-sensor-msgs ros-noetic-libg2o

正式编译时使用以下命令：

bash复制cd ~/catkin_ws
catkin_make -j$(nproc)

常见错误及解决方案：

1. Eigen3版本冲突：

bash复制sudo apt install -y libeigen3-dev
sudo cp -r /usr/include/eigen3/Eigen /usr/local/include/

2. PCL点云库报错：
   检查PCL版本是否为1.10：

bash复制pcl-config --version

3. ROS消息类型错误：
   重新生成消息定义：

bash复制cd ~/catkin_ws
catkin_make --force-cmake

5. 运行测试与性能优化

启动建图节点：

bash复制roslaunch fast_lio mapping_avia.launch

播放数据集时建议限制CPU占用：

bash复制rosbag play --clock YOUR_DOWNLOADED.bag --rate=0.5

如果遇到RViz卡顿，可以调整点云显示参数：

1. 在RViz中将PointCloud2的Size设为0.01
2. 将Decay Time设置为1秒
3. 关闭不需要的显示插件

查看位姿输出：

bash复制rostopic echo /Odometry

对于长期运行场景，建议修改launch文件中的参数：

xml复制<param name="max_iteration" type="int" value="4"/>
<param name="cube_side_length" type="double" value="1000"/>

6. 实际应用技巧

在真实机器人上部署时，我总结了几点经验：

• 对于Jetson等嵌入式设备，编译时使用-j2避免内存溢出
• 室内环境建议将cube_side_length设为50米
• 若使用非Livox雷达，需要修改点云预处理代码
• 保存地图时使用pcl的PointCloud2格式更可靠

性能监控命令：

bash复制htop  # 查看CPU占用
nvidia-smi  # 查看GPU使用情况
free -h  # 内存监控

7. 进阶调试方法

遇到难以解决的问题时，可以启用调试模式：

bash复制roslaunch fast_lio mapping_avia.launch output:="screen"

关键日志信息包括：

• 点云预处理耗时
• IEKF迭代次数
• 特征点提取数量

对于算法层面的调整，建议修改以下文件：

code复制~/catkin_ws/src/FAST_LIO/src/preprocess.cpp
~/catkin_ws/src/FAST_LIO/include/parameters.h

保存轨迹并评估精度：

bash复制rosrun fast_lio save_pose.py
evo_ape tum groundtruth.txt estimated.txt -p

8. 系统集成建议

将FAST LIO2与其他ROS节点集成时，注意坐标变换关系。我通常在URDF中添加如下静态变换：

xml复制<node pkg="tf" type="static_transform_publisher" name="base_to_lidar" 
    args="0 0 0 0 0 0 base_link livox_frame 100"/>

对于多传感器融合场景，建议修改image_projection.cpp文件中的时间同步阈值：

cpp复制#define TIME_DIFF_THRESHOLD 0.003

内存管理方面，定期检查ikd-Tree的内存占用：

cpp复制tree.omp_set_num_threads(2);  // 限制线程数
tree.set_balance_criterion(0.7);  // 调整平衡阈值