LIO-SAM 算法在 Ubuntu 22.04 与 ROS2 Humble 环境下的仿真部署实战

3. 工作空间编译

假设工作空间路径为 ~/lio_sam_gazebo_ros2。

3.1 代码适配

由于 GTSAM 版本差异，需修改部分配置文件。

修改 CMakeLists.txt 找到 project(...) 下方添加 C++17 标准支持：

set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
find_package(pcl_conversions REQUIRED)
include_directories(include ${pcl_conversions_INCLUDE_DIRS})

并在 ament_target_dependencies 中添加 pcl_conversions 依赖。

修改 package.xml\n编辑 velodyne_description/package.xml，确保包含以下结构：

<package format="3">
    <name>velodyne_description</name>
    <buildtool_depend>ament_cmake</buildtool_depend>
    <exec_depend>urdf</exec_depend>
    <exec_depend>xacro</exec_depend>
    <export><build_type>ament_cmake</build_type></export>
</package>

修改 params.yaml 设置地图保存路径及话题名称：

savePCD: true
savePCDDirectory: "~/Downloads/LOAM/"
pointCloudTopic: "/velodyne_points"
imuTopic: "/imu/data"

3.2 编译安装

cd ~/lio_sam_gazebo_ros2
rm -rf build install log
colcon build --symlink-install
source install/setup.bash

4. 仿真运行流程

4.1 启动 Gazebo 环境

打开终端 1，配置环境变量并启动仿真模型：

export GAZEBO_MODEL_DATABASE_URI=""
export SVGA_VGPU10=0
export LIBGL_ALWAYS_SOFTWARE=1

# 确保模型目录存在
mkdir -p ~/.gazebo/models

# 启动仿真
ros2 launch robot_gazebo robot_sim.launch.py

注意：若未弹出窗口，检查是否缺少显卡驱动或尝试强制软件渲染。

4.2 启动建图算法

打开终端 2，运行 LIO-SAM 节点：

source install/setup.bash
ros2 launch lio_sam run.launch.py

此时应能看到 RViz 界面自动弹出，显示初始点云。

4.3 控制机器人移动

打开终端 3，使用键盘控制小车：

ros2 run teleop_twist_keyboard teleop_twist_keyboard

操作键位：i前进，,后退，j左转，l右转，k停止。建议速度控制在 1m/s 以内，避免跟踪丢失。

4.4 保存地图

当建图完成后，在终端 2 按 Ctrl+C 结束程序，地图将自动保存至配置的 savePCDDirectory 路径。可使用 CloudCompare 查看生成的 3D 点云。

5. 已有数据集仿真

若无 Gazebo 环境，可直接加载 ROS2 Bag 数据进行测试。

5.1 数据转换

使用 rosbags 工具将旧格式转换为 ROS2 兼容格式：

pip install rosbags
python3 -m rosbags.convert --src campus_small_dataset.bag --dst campus_small_dataset_ros2

5.2 修复元数据

转换后的 metadata.yaml 可能存在格式错误，需清理空列表：

cd ~/campus_small_dataset_ros2
sed -i 's/offered_qos_profiles: \[\]/offered_qos_profiles: ""/g' metadata.yaml

5.3 话题映射

打开 metadata.yaml 确认点云与 IMU 话题名（如 /points_raw, /imu_correct），并更新 params.yaml 中的对应字段。

5.4 播放数据

# 终端 1：启动算法
source install/setup.bash
ros2 launch lio_sam run.launch.py

# 终端 2：回放数据
ros2 bag play campus_small_dataset_ros2

6. 常见问题排查

• 话题不匹配：使用 ros2 topic list 检查实际发布的话题名称，务必与 params.yaml 一致。
• 编译报错：检查 C++ 标准是否为 17，以及 pcl_conversions 是否正确链接。
• Gazebo 黑屏：尝试关闭硬件加速，使用 LIBGL_ALWAYS_SOFTWARE=1 环境变量启动。

通过上述步骤，即可在本地完成 LIO-SAM 的完整仿真链路验证。实际项目中，根据传感器型号调整参数是关键所在。