Livox SLAM（带LIO+闭环检测优化）

主题：Livox雷达LIO+闭环检测优化

开源地址：LiDAR SLAM

该开源为 Livox雷达实现了一个一体化且即用型的 LiDAR 惯性里程计系统。
前端基于基于开源里程计框架LIO-Livox获取里程计信息，另外添加了更多的约束和功能来增强建图的性能。
在另一个ros功能包Livox-Localization中提供了一个简单的基于激光雷达地图的定位模块。
总结：
LIO-Livox用于里程计部分， ScanContext 用于闭环部分和interactive_slam用于地图编辑部分

1 特点

1.1 闭环检测

在 LCD 部分，使用ScanContext 执行闭环检测，然后将闭环约束添加到优化求解器中。借助 LCD 模块，能够缩小差距并补偿大型环境中扫描匹配的累积平移误差。

1.2 地面约束

为了避免沿 Z 轴漂移，LOAM（激光雷达里程计和映射）算法中出现的一般问题，我们将地面约束（平面检测由 LIO-Livox 完成）作为 hdl_graph_slam 添加到优化求解器中。

1.3 来自多个 Rosbag 的地图合并

在实践中，我们通常会多次收集环境数据，因此我们需要一个功能来融合来自多个 rosbag 的地图信息。在这个实现中，我们使用 GPS 信息（可选）将不同时间采集的 LiDAR 扫描转换为一个坐标系，然后使用 ScanContext 和 ICP 找到精细匹配结果。同时，我们在后端维护一个终身优化向量来存储之前的关键帧。通过这种方法，我们能够连接不同集合中的扫描。

1.4 GPS 因素

我们还提供 GPS 因素来帮助进行地图绘制。这只是一种可选的选择。如果没有 GPS 信息，整个系统也可以工作。

1.5 兼容映射编辑器interactive_slam

interactive_slam是一个开源的基于 3D LiDAR 的映射框架。我们添加了一项功能，以与interactive_slam兼容的格式输出映射结果，通过此功能，您可以轻松编辑映射结果并获得更准确的 LiDAR 地图。同时，如果您在 Livox 旁边有一台摄像头，我们还提供了一项借助mmdection和简单的 LiDAR 点投影去除虚拟移动物体的功能。

2 编译运行

2.1 所需环境

Ubuntu (tested on 16.04 and 18.04)

ROS (tested with Kinetic and Melodic)

Eigen

Ceres Solver

PCL

livox_ros_driver

libsuitesparse

2.2 编译

cd ~/catkin_ws/src

git clone https://github.com/PJLab-ADG/LIO_Livox_SLAM.git

cd ..

catkin_make

2.3 运行

无 GPS data

cd ~/catkin_ws

source devel/setup.bash

roslaunch livox_mapping livox_mapping.launch save_path:="PATH_TO_SAVE_SLAM_POSE_RESULT"

有

cd ~/catkin_ws

source devel/setup.bash

roslaunch livox_mapping livox_mapping.launch useRTK:="true" save_path:="PATH_TO_SAVE_SLAM_POSE_RESULT"

另起终端：

cd ~/catkin_ws

source devel/setup.bash

roslaunch livox_odometry livox_odometry.launch save_path:="PATH_TO_SAVE_ODOM_RESULT_in_txt"

另起终端，播放bag：

rosbag play YOUR_ROSBAG.bag

2.4 多包合并

有多个bag包（同一个场景），可以在第一个 odometry 线程运行结束时重新启动 odometry 线程并播放下一个包。
在里程计线程的终端中，使用Ctrl+C关闭旧的里程计线程。
在里程计线程的终端中，使用以下命令启动一个新的里程计线程

roslaunch livox_odometry livox_odometry.launch save_path:="PATH_TO_SAVE_ODOM_RESULT_in_txt"

2.5作者的数据集

作者提供上海一个工业园区收集的几个测试 数据集，
百度网盘下载：
Link：https://pan.baidu.com/s/17ElBOWiFVr68975FtXY8ZA
Password：pjop

2.6 Docker 镜像

为了进行快速方便的测试，更推荐使用docker
拉取：

docker pull siyuanhuang95/livox_slam:release

执行 docker 运行命令。根据需要使用 -v 将 docker 绑定到本地计算机。

docker run --gpus all -it -p 3316:22 --device=/dev/dri --group-add video --volume=/tmp/.X11-unix:/tmp/.X11-unix  --env="DISPLAY=$DISPLAY" siyuanhuang95/livox_slam:release /bin/bash

允许 Docker 中的 RVIZ 在主机 PC 中运行。在本地机器中：

xhost +

参考：https://github.com/PJLab-ADG/Livox-Mapping/blob/main/README.md