利用FAST-LIO算法进行SLAM

【前言】

本次实验进行的很顺利，基本上没有报错。也可能是由于做了前几次的实验，所需的软件/库都早已经安装完毕。如果你出现了报错，请认真阅读报错的内容，并予以修改。同时，搜索框也是很好的老师，把报错粘贴到里面，看看“前辈们”的经验，站在巨人的肩膀上看世界。

这里，我将我个人遇到的报错总结为以下几类：

1、数据集/文件夹里的材料不完整或受损（如kitti数据集、fast-lio文件夹、.bag等）；

2、需要下载编译一些必须的软件/库（如ceres、docker、GTSAM、GeographicLib等）；

3、部分源码不合适，需要修改；

4、 因为粗心而漏掉的操作步骤（如启动launch文件前必须要source一下）。

操作步骤

新建一个工作空间fast_ws,在其里面新建一个src文件夹，src里应包含预先下载好的fast-lio文件夹。

新建一个终端：

cd fast_ws

catkin_make

source devel/setup.bash

roslaunch fast_lio mapping_velodyne.launch

在.bag所在位置新建一个终端，输入：

rosbag play all_2023-12-25-02-59-36.bag

最终运行结果如下：

总结

Fast-LIO速度快，能够快速地构建地图；占用资源少，能够高效地利用计算和存储资源；具有较好的扩展性，可以与其他传感器或算法进行集成。但是需要提取特征点并进行紧耦合，可能增加计算量和复杂性。