尧图网站建设 
如何快速部署better_fastlio2Docker一键启动与源码编译的3种安装方法完整指南【免费下载链接】better_fastlio2Postgraduate Thesis: fast_lio_sam dynamic removal (T-GRS 2024) multi-session mapping (ICRA 2022 Kim) object-level update online relocalization (ICRA 2025) real-world application (MD-LVIO)项目地址: https://gitcode.com/gh_mirrors/be/better_fastlio2better_fastlio2 是在 FAST-LIO2 基础上大幅增强的激光 SLAM 建图系统集成了动态物体去除T-GRS 2024、多会话建图ICRA 2022、物体级地图更新与在线重定位ICRA 2025四大核心模块。本文面向新手提供 better_fastlio2 部署的 3 种安装方法Docker 一键启动、源码编译和镜像自建帮你最快跑通第一次激光 SLAM 建图。⚡一、认识 better_fastlio2部署前先看系统架构better_fastlio2 采用经典的前端里程计 后端因子图优化架构前端FAST-LIO2 迭代扩展卡尔曼滤波iEKFIMU 预积分 激光点面配准基于 i-kdtree 增量建图后端Scan Context 回环检测 GTSAM 因子图优化可选 GPS 约束扩展能力动态物体去除、多会话地图融合、物体级更新、先验地图在线重定位理解架构后你会发现编译时会自动寻找 PCL、Eigen、GTSAM、OpenCV 等依赖这也是后文环境清单的依据。二、部署前准备环境要求与依赖清单✅ 部署 better_fastlio2 前请对照下表准备环境依赖项版本要求说明Ubuntu20.04推荐系统ROSNoetic开发框架PCL≥ 1.10Ubuntu 20.04 默认满足Eigen≥ 3.3.4Ubuntu 20.04 默认满足GTSAM≥ 4.0.3因子图优化需 4.2a 测试通过livox_ros_driver-Livox 雷达用户必装darknet_ros-可选用于 YOLO 动态去除 两个新手容易踩坑的点包名不是仓库名项目 ROS 包名是fast_lio_sam见 package.xml而仓库目录名为better_fastlio2Docker 方式部署时需要重命名目录后文会说明。配置文件要对应雷达型号config/目录下提供了不同雷达的示例配置如config/velodyne16.yaml、config/kitti.yaml、config/hap_livox.yaml运行前需按自己的传感器修改话题名与外参。三、方法一Docker 一键启动新手首选官方提供了预置好 ROS Noetic 环境的镜像jonathonyin/better-fast-lio2:0.1.0无需手动安装任何依赖这是最快完成 better_fastlio2 部署的方式。第 1 步拉取镜像并放行 X11 显示docker pull jonathonyin/better-fast-lio2:0.1.0 xhost local:docker第 2 步启动容器支持 GPU 与摄像头docker run -it \ --gpus all \ --privileged \ --envNVIDIA_DRIVER_CAPABILITIESall \ --network host \ -e DISPLAY$DISPLAY \ -e QT_X11_NO_MITSHM1 \ -v ~/catkin_ws:/workspace/catkin_ws \ -v /tmp/.X11-unix:/tmp/.X11-unix \ -v /dev/video0:/dev/video0 \ -v /dev/video1:/dev/video1 \ -v /dev/snd:/dev/snd \ --device/dev/dri:/dev/dri \ --namebetter-fast-lio2 \ jonathonyin/better-fast-lio2:0.1.0第 3 步容器内编译 better_fastlio2cd /workspace/catkin_ws/src git clone https://gitcode.com/gh_mirrors/be/better_fastlio2 mv better_fastlio2 fast_lio_sam # 包名为 fast_lio_sam需重命名 cd .. catkin_make⚠️RViz 小技巧如果需要打开 RViz 或 Gazebo 图形界面请先退出容器再重新进入docker start better-fast-lio2 docker exec -it better-fast-lio2 /bin/bash启动参数参考了 docker/bash.sh 中的完整写法可按需删减挂载项无 GPU 可去掉--gpus all不用相机可去掉/dev/video*。四、方法二源码编译catkin_make 标准流程已有 Ubuntu 20.04 ROS Noetic 环境4 条命令即可编译cd YOUR_WORKSPACE/src git clone https://gitcode.com/gh_mirrors/be/better_fastlio2 cd .. catkin_make编译过程 CMakeLists.txt 会自动完成三件事依赖检测查找 PCL、Eigen3、GTSAM、OpenCV、GeographicLib 等库多核加速按 CPU 核心数自动开启 OpenMP 并行MP_EN宏生成 4 个可执行目标fastlio_sam_mapping建图主程序、multi_session多会话建图、online_relo在线重定位、object_update物体级更新编译成功后会在devel/下生成对应的 launch 可执行文件即可进入验证环节。五、方法三基于 Dockerfile 自建镜像进阶如果官方镜像与你本地环境不兼容可以查看 docker/Dockerfile 自行构建。该镜像基于nvidia/cuda:11.7.1-runtime-ubuntu20.04完整安装了 ROS Noetic 桌面版、RViz、Mesa 图形库与 catkin_toolsdocker build -t better-fast-lio2:local docker/配套说明docker/entrypoint.sh容器启动时自动sourceROS 环境与catkin_ws工作空间并设置 X11 显示相关变量QT_X11_NO_MITSHM、DISPLAY等docker/version_management.sh展示了官方镜像的 tag 与推送流程可作为版本管理参考自建镜像后把方法一中的镜像名换成better-fast-lio2:local即可其余步骤完全一致。六、验证部署第一次运行 better_fastlio2 建图编译完成后加载环境并启动建图以 Velodyne 16 线雷达为例source ./devel/setup.bash roslaunch fast_lio_sam mapping_velodyne16.launch不同雷达型号对应不同的 launch 文件launch/mapping_hap_livox.launchLivox HAP、launch/mapping_velodyne16.launch、launch/mapping_velodyne64_kitti_dataset.launchKITTI 数据集等。运行正常时会在配置指定的rootDir下生成如下结果文件文件说明LOG/运行日志PCDs/关键帧点云PCD 格式SCDs/关键帧 Scan Context 描述子globalMap.pcd全局点云地图trajectory.pcd/transformations.pcd位姿轨迹分别含 xyz 与 xyzrpysinglesession_posegraph.g2o全局位姿图在 KITTI 数据集上的建图轨迹结果可作为部署成功的对照参考七、部署常见问题速查FAQQ1编译报错fatal error: fast_lio_sam/Pose6D.h: No such file or directory首次catkin_make出现的典型问题由 CMakeLists 中部分语句顺序引起直接再执行一次catkin_make即可解决。Q2容器内 RViz 打不开或没有图形窗口退出容器后用docker start better-fast-lio2docker exec -it better-fast-lio2 /bin/bash重新进入即可。Q3找不到fast_lio_sam这个包确认是否已执行mv better_fastlio2 fast_lio_sam重命名且 clone 位置在工作空间的src/目录下。Q4运行时报话题无数据检查config/*.yaml中lid_topic、imu_topic话题名与雷达类型lidar_type、scan_line是否与实际传感器一致。八、结语三种部署方式按上手速度排序Docker 一键启动 源码编译 镜像自建。新手建议直接从方法一开始10 分钟内即可跑通 better_fastlio2 的第一次激光 SLAM 建图后续需要定制依赖或二次开发时再切换到源码编译模式。祝你部署顺利早日构建出属于自己的高精度地图【免费下载链接】better_fastlio2Postgraduate Thesis: fast_lio_sam dynamic removal (T-GRS 2024) multi-session mapping (ICRA 2022 Kim) object-level update online relocalization (ICRA 2025) real-world application (MD-LVIO)项目地址: https://gitcode.com/gh_mirrors/be/better_fastlio2创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何快速部署better_fastlio2：Docker一键启动与源码编译的3种安装方法完整指南
如何快速部署better_fastlio2Docker一键启动与源码编译的3种安装方法完整指南【免费下载链接】better_fastlio2Postgraduate Thesis: fast_lio_sam dynamic removal (T-GRS 2024) multi-session mapping (ICRA 2022 Kim) object-level update online relocalization (ICRA 2025) real-world application (MD-LVIO)项目地址: https://gitcode.com/gh_mirrors/be/better_fastlio2better_fastlio2 是在 FAST-LIO2 基础上大幅增强的激光 SLAM 建图系统集成了动态物体去除T-GRS 2024、多会话建图ICRA 2022、物体级地图更新与在线重定位ICRA 2025四大核心模块。本文面向新手提供 better_fastlio2 部署的 3 种安装方法Docker 一键启动、源码编译和镜像自建帮你最快跑通第一次激光 SLAM 建图。⚡一、认识 better_fastlio2部署前先看系统架构better_fastlio2 采用经典的前端里程计 后端因子图优化架构前端FAST-LIO2 迭代扩展卡尔曼滤波iEKFIMU 预积分 激光点面配准基于 i-kdtree 增量建图后端Scan Context 回环检测 GTSAM 因子图优化可选 GPS 约束扩展能力动态物体去除、多会话地图融合、物体级更新、先验地图在线重定位理解架构后你会发现编译时会自动寻找 PCL、Eigen、GTSAM、OpenCV 等依赖这也是后文环境清单的依据。二、部署前准备环境要求与依赖清单✅ 部署 better_fastlio2 前请对照下表准备环境依赖项版本要求说明Ubuntu20.04推荐系统ROSNoetic开发框架PCL≥ 1.10Ubuntu 20.04 默认满足Eigen≥ 3.3.4Ubuntu 20.04 默认满足GTSAM≥ 4.0.3因子图优化需 4.2a 测试通过livox_ros_driver-Livox 雷达用户必装darknet_ros-可选用于 YOLO 动态去除 两个新手容易踩坑的点包名不是仓库名项目 ROS 包名是fast_lio_sam见 package.xml而仓库目录名为better_fastlio2Docker 方式部署时需要重命名目录后文会说明。配置文件要对应雷达型号config/目录下提供了不同雷达的示例配置如config/velodyne16.yaml、config/kitti.yaml、config/hap_livox.yaml运行前需按自己的传感器修改话题名与外参。三、方法一Docker 一键启动新手首选官方提供了预置好 ROS Noetic 环境的镜像jonathonyin/better-fast-lio2:0.1.0无需手动安装任何依赖这是最快完成 better_fastlio2 部署的方式。第 1 步拉取镜像并放行 X11 显示docker pull jonathonyin/better-fast-lio2:0.1.0 xhost local:docker第 2 步启动容器支持 GPU 与摄像头docker run -it \ --gpus all \ --privileged \ --envNVIDIA_DRIVER_CAPABILITIESall \ --network host \ -e DISPLAY$DISPLAY \ -e QT_X11_NO_MITSHM1 \ -v ~/catkin_ws:/workspace/catkin_ws \ -v /tmp/.X11-unix:/tmp/.X11-unix \ -v /dev/video0:/dev/video0 \ -v /dev/video1:/dev/video1 \ -v /dev/snd:/dev/snd \ --device/dev/dri:/dev/dri \ --namebetter-fast-lio2 \ jonathonyin/better-fast-lio2:0.1.0第 3 步容器内编译 better_fastlio2cd /workspace/catkin_ws/src git clone https://gitcode.com/gh_mirrors/be/better_fastlio2 mv better_fastlio2 fast_lio_sam # 包名为 fast_lio_sam需重命名 cd .. catkin_make⚠️RViz 小技巧如果需要打开 RViz 或 Gazebo 图形界面请先退出容器再重新进入docker start better-fast-lio2 docker exec -it better-fast-lio2 /bin/bash启动参数参考了 docker/bash.sh 中的完整写法可按需删减挂载项无 GPU 可去掉--gpus all不用相机可去掉/dev/video*。四、方法二源码编译catkin_make 标准流程已有 Ubuntu 20.04 ROS Noetic 环境4 条命令即可编译cd YOUR_WORKSPACE/src git clone https://gitcode.com/gh_mirrors/be/better_fastlio2 cd .. catkin_make编译过程 CMakeLists.txt 会自动完成三件事依赖检测查找 PCL、Eigen3、GTSAM、OpenCV、GeographicLib 等库多核加速按 CPU 核心数自动开启 OpenMP 并行MP_EN宏生成 4 个可执行目标fastlio_sam_mapping建图主程序、multi_session多会话建图、online_relo在线重定位、object_update物体级更新编译成功后会在devel/下生成对应的 launch 可执行文件即可进入验证环节。五、方法三基于 Dockerfile 自建镜像进阶如果官方镜像与你本地环境不兼容可以查看 docker/Dockerfile 自行构建。该镜像基于nvidia/cuda:11.7.1-runtime-ubuntu20.04完整安装了 ROS Noetic 桌面版、RViz、Mesa 图形库与 catkin_toolsdocker build -t better-fast-lio2:local docker/配套说明docker/entrypoint.sh容器启动时自动sourceROS 环境与catkin_ws工作空间并设置 X11 显示相关变量QT_X11_NO_MITSHM、DISPLAY等docker/version_management.sh展示了官方镜像的 tag 与推送流程可作为版本管理参考自建镜像后把方法一中的镜像名换成better-fast-lio2:local即可其余步骤完全一致。六、验证部署第一次运行 better_fastlio2 建图编译完成后加载环境并启动建图以 Velodyne 16 线雷达为例source ./devel/setup.bash roslaunch fast_lio_sam mapping_velodyne16.launch不同雷达型号对应不同的 launch 文件launch/mapping_hap_livox.launchLivox HAP、launch/mapping_velodyne16.launch、launch/mapping_velodyne64_kitti_dataset.launchKITTI 数据集等。运行正常时会在配置指定的rootDir下生成如下结果文件文件说明LOG/运行日志PCDs/关键帧点云PCD 格式SCDs/关键帧 Scan Context 描述子globalMap.pcd全局点云地图trajectory.pcd/transformations.pcd位姿轨迹分别含 xyz 与 xyzrpysinglesession_posegraph.g2o全局位姿图在 KITTI 数据集上的建图轨迹结果可作为部署成功的对照参考七、部署常见问题速查FAQQ1编译报错fatal error: fast_lio_sam/Pose6D.h: No such file or directory首次catkin_make出现的典型问题由 CMakeLists 中部分语句顺序引起直接再执行一次catkin_make即可解决。Q2容器内 RViz 打不开或没有图形窗口退出容器后用docker start better-fast-lio2docker exec -it better-fast-lio2 /bin/bash重新进入即可。Q3找不到fast_lio_sam这个包确认是否已执行mv better_fastlio2 fast_lio_sam重命名且 clone 位置在工作空间的src/目录下。Q4运行时报话题无数据检查config/*.yaml中lid_topic、imu_topic话题名与雷达类型lidar_type、scan_line是否与实际传感器一致。八、结语三种部署方式按上手速度排序Docker 一键启动 源码编译 镜像自建。新手建议直接从方法一开始10 分钟内即可跑通 better_fastlio2 的第一次激光 SLAM 建图后续需要定制依赖或二次开发时再切换到源码编译模式。祝你部署顺利早日构建出属于自己的高精度地图【免费下载链接】better_fastlio2Postgraduate Thesis: fast_lio_sam dynamic removal (T-GRS 2024) multi-session mapping (ICRA 2022 Kim) object-level update online relocalization (ICRA 2025) real-world application (MD-LVIO)项目地址: https://gitcode.com/gh_mirrors/be/better_fastlio2创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考