[人工智能]使用速腾雷达32线Helios和fast-LIO2算法建图（三）

一、建图

1.源码下载

https://github.com/hku-mars/FAST_LIO

2.配置环境

步奏一:安装PCL >= 1.8, PCL的安装可以参考
https://blog.csdn.net/qq_33328642/article/details/119186766

sudo apt-get update  
sudo apt-get install git build-essential linux-libc-dev
sudo apt-get install cmake cmake-gui
sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
sudo apt-get install mpi-default-dev openmpi-bin openmpi-common 
sudo apt-get install libflann1.9 libflann-dev 
sudo apt-get install libeigen3-dev 
sudo apt-get install libboost-all-dev 

1 sudo apt-get install libvtk7.1-qt libvtk7.1 libvtk7-qt-dev  
--如果上面1报错，先运行下面指令
sudo apt-get install libvtk7-jni
--再重新运行,如果1正常则不需要运行sudo apt-get install libvtk7-jni

sudo apt-get install libqhull* libgtest-dev
sudo apt-get install freeglut3-dev pkg-config
sudo apt-get install libxmu-dev libxi-dev
sudo apt-get install mono-complete
sudo apt-get install openjdk-8-jdk openjdk-8-jre

下载pcl1.8
https://github.com/Kyle-ak/pcl/releases/tag/pcl-1.8.0
进行漫长时间编译

cd pcl-1.8
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=None -DCMAKE_INSTALL_PREFIX=/usr \ -DBUILD_GPU=ON-DBUILD_apps=ON -DBUILD_examples=ON \ -DCMAKE_INSTALL_PREFIX=/usr .. 
make -j8
sudo make install 

步奏二： Eigen >= 3.3.4,

--下载路径
https://github.com/eigenteam/eigen-git-mirror/archive/3.3.7.tar.gz   true
--编译
cd eigen-git-mirror
mkdir build
cd build
cmake ..
sudo make install
-- 添加链接
sudo cp -r /usr/local/include/eigen3 /usr/include/eigen3
sudo ln -s /usr/include/eigen3/Eigen /usr/include/Eigen

3、编译fast-lio包

用git下载源码时，不使用git clone 时，nclude中ikd-Tree文件夹是空的，因为源码git提供了一个git链接，可以自己去下，fast-lio2一大创新就在于使用了ikd-Tree来维护大量的地图点。
第一步：下载链接fast-lio
https://github.com/hku-mars/FAST_LIO
下载链接kdtree链接
https://github.com/hku-mars/ikd-Tree

第二步：将下载的完整fast-lio放到创建的工作空间catkin_ws/src路径下，运行

catkin_make 

出现一些库问题参考https://blog.csdn.net/qin__han/article/details/123409914解决

第三步：配置文件：
1、修改FAST_LIO\src\FAST_LIO\config\velodyne.yaml
话题对应设置

common:
    lid_topic:  "/velodyne_points"
    imu_topic:  "/imu/data"

激光雷达配置

preprocess:
    lidar_type: 2      # 1 表示Livox 雷达, 2 表示Velodyne 雷达, 3 表示ouster 雷达
    scan_line: 32      # 32线
    scan_rate: 10      #   velodyne 频率, unit: Hz,

IMU和lidar相对外参、

extrinsic_T: [ 0, 0, 0]
extrinsic_R: [ 1, 0, 0, 
               0, 1, 0, 
               0, 0, 1]
# 我的参数是因为IMU在lidar的正上方位置