admin 管理员组

文章数量: 1184232

1. 实时激光里程计 + 建图（SLAM）

FAST‑LIO（及 FAST‑LIO2）通过融合 LiDAR 点云与 IMU 数据，提供高频（可达 ~100 Hz）的位姿估计（实时里程计）与增量建图功能 

https://github/SylarAnh/fast_lio_mid360https://github/SylarAnh/fast_lio_mid360

支持 Mid‑360 这种全向固态 LiDAR，默认 raw point-to-map 注册，无需手动提取特征，可在多种 LiDAR 结构下使用 arxiv。        

✅ 1. 高精度点云实时定位（LiDAR-Inertial Odometry）

Fast-LIO 是一种前端纯激光+IMU的紧耦合算法，它可以在不依赖GPS、回环、闭环图优化的前提下，实现稳定的 实时6DoF位姿估计（位置+姿态），包括：

  • xyz 三维位置（单位：米）

  • roll/pitch/yaw 三轴姿态角（单位：弧度）

  • 全局时间戳对齐的轨迹

✅ 2. 实时高质量点云地图（Local Map）

Fast-LIO 在后端使用滑动窗口地图，构建局部点云地图（可选 voxel grid 降采样），可以：

  • 输出与机器人同步的周围环境点云

  • 支持 3D 重建、避障、环境感知

✅ 3. 惯性测量单元（IMU）状态估计

Fast-LIO 是 IMU 紧耦合，因此可估计：

  • IMU 速度 v

  • IMU 偏置（bias）ba, bg（加速度计、陀螺仪偏置）

  • 更稳定的轨迹与姿态估计（尤其在回旋、抖动环境中）

✅ 4. 可用于地图构建与SLAM初始化

虽然 Fast-LIO 自身不带回环（loop closure），但它的高频姿态+点云输出可以作为：

  • 后端建图系统（如 LIO-SAM, ALOAM, hdl_graph_slam）的前端输入

  • 初始pose估计器用于 map-based localization

  • 多机器人共享地图构建的基础（同步时空点云）

可视化输出：

  • .pcd 点云文件（通过 rosbag + rviz 可实时显示）

  • .txt/.csv 的轨迹记录文件（包含 timestamp, x, y, z, roll, pitch, yaw）

2. 全景扫描能力

  • Mid‑360 提供 360° 水平视场、59° 垂直视场，最小检测距离 ~0.1 m，系统可生成高密度全景点云，实现全向环境感知

Livox Mid-360Livox Mid-360https://www.livoxtech/mid-360

3. 多平台部署

  • FAST‑LIO2 已支持 Intel 和 ARM 架构（如 Jetson Orin/Tx2/Raspberry Pi 4），可以部署于 UAV、UGV、手持设备等移动平台

  • 有用户在 Jetson Orin NX 平台运行 FAST‑LIO2 和 Mid‑360 实现了实时点云定位和建图 。

4. 室内与室外适应性

  • FAST‑LIO2 针对高动态和环境混杂场景（转动速率达1000 °/s）具备强鲁棒性，在室内外均呈现良好性能 arxiv。

  • Mid‑360 本身抗干扰，在强光、低光环境下表现稳定 livoxtech+1githhttps://www.livoxtech/mid-360?utm_source=chatgpt

本文标签： Fast Lio

版权声明：本文标题：雷达mid360 和 Fast Lio 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1765997128a3430676.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。