跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI 生图工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
C++AI算法

宇树机器人 G1 二次开发:FAST-LIO 建图与 RViz 配置教程

基于 ROS1 和 FAST_LIO 算法在 Ubuntu 20.04 环境下为宇树 G1 机器人配置建图系统的完整流程。内容涵盖系统依赖安装、工作空间搭建、Open3D 与 Livox SDK 配置、雷达参数调整以及通过终端启动建图流程和 RViz 可视化界面。

虚拟内存发布于 2026/4/5更新于 2026/9/896 浏览

注意:

本教程基于 ROS1,需要 Ubuntu 20.04 环境,使用算法为 FAST_LIO。

本教程遵循的开源项目:https://github.com/deepglint/FAST_LIO_LOCALIZATION_HUMANOID.git

一、系统环境准备

1.1. 安装必要的依赖库
# 安装 C++ 标准库
sudo apt install libc++-dev libc++abi-dev
# 安装 Eigen3 线性代数库
sudo apt-get install libeigen3-dev

库说明:

  • libc++-dev:C++ 标准库开发文件
  • libeigen3-dev:线性代数库,用于矩阵运算和几何变换
  • 这些是编译 FAST-LIO 和 Open3D 必需的数学和系统库

二、创建工作空间和准备

2.1. 创建定位工作空间
mkdir -p ~/ws_loc/src
cd ~/ws_loc/src

将上述开源项目克隆到这里。

三、获取并配置 Open3D 库

3.1. 下载预编译 Open3D 库

请从官方源或项目仓库获取 Open3D 预编译库(原链接已失效)。

3.2. 编辑 CMakeLists.txt
cd ~/ws_loc/src/FAST_LIO_LOCALIZATION_HUMANOID/open3d_loc
nano CMakeLists.txt
3.3. 修改 CMakeLists.txt 中的 Open3D 路径

将 set(Open3D_DIR "/home/liar/open3d141/lib/cmake/Open3D") 中的用户名部分修改为你的实际用户名。例如用户名为 your_username:

set(Open3D_DIR "/home/your_username/open3d141/lib/cmake/Open3D")

保存操作:修改完后按 Ctrl+X,然后输入 Y,最后按 Enter。

3.4. 完成 Open3D 的配置
cd ~/ws_loc
catkin_make -DROS_EDITION=ROS1

四、安装 Livox SDK 和相关驱动

4.1. 安装 Livox-SDK2
# 克隆 Livox-SDK2
git clone https://github.com/Livox-SDK/Livox-SDK2

 Livox-SDK2
 build &&  build
cmake .. && make -j
 make install
# 编译安装
cd
mkdir
cd
sudo
4.2. 安装 Livox-SDK(旧版)
# 克隆 Livox-SDK
git clone https://github.com/Livox-SDK/Livox-SDK
# 重命名并处理嵌套文件夹
# 注意:文件有两层嵌套,需要删除第二层嵌套文件夹
# 编译安装
cd Livox-SDK
mkdir build && cd build
cmake .. && make -j
sudo make install

**注意:**如果遇到 cmake 版本兼容问题,尝试使用策略跳过。

4.3. 安装 livox_ros_driver
# 克隆驱动
git clone https://github.com/Livox-SDK/livox_ros_driver
# 创建符号链接
ln -s ~/livox_ros_driver .
# 编译
cd ~/ws_livox
catkin_make

**注意:**如果遇到 cmake 版本兼容问题,尝试使用策略跳过。

五、解决编译问题和配置

5.1. 重新配置和编译定位系统
cd ~/ws_loc/build
cmake -DCMAKE_POLICY_VERSION_MINIMUM=3.5 ../src -DROS_EDITION=ROS1
make -j

六、配置激光雷达

6.1. 配置激光雷达参数文件
cd ~/ws_loc/src/FAST_LIO_LOCALIZATION_HUMANOID/livox_ros_driver2/config
nano MID360_config.json

配置文件需校正激光雷达在 G1 机器人上的安装姿态,确保点云数据坐标系正确。

[图片:激光雷达安装姿态示意图]

6.2. 修改 IP 地址配置

桥接机器人,检查本机 IP 地址:

hostname -I
  1. 将 MID360_config.json 配置文件中的 IP 地址修改为你自己的 IP 地址,例如:
"host_net_info": {
    "cmd_data_ip": "192.168.123.111",
    ...
}

七、环境配置和连接测试

7.1. 网线连接机器人配置

(也可以先跳过这一步进行下面的步骤,后面遇到问题再来修改)

在 home 目录中:

nano ~/.bashrc

在文件末尾添加:

# 有线连接配置
export ROS_MASTER_URI=http://localhost:11311
export ROS_HOSTNAME=localhost

注释掉其他 ROS 相关配置(如果有):

# export ROS_IP=192.168.111.128
# export ROS_IP=192.168.123.111
# export ROS_MASTER_URI=http://192.168.123.161:11311
# export ROS_IP=192.168.123.99

八、运行 FAST-LIO 系统

8.1. 测试激光雷达连接
# 测试激光雷达 IP 连通性
ping 192.168.123.120
8.2. 打开四个终端运行系统
终端 1:启动 ROS 核心
roscore
终端 2:启动建图系统
cd ~/ws_loc
source devel/setup.bash
roslaunch fast_lio mapping_mid360_g1.launch
终端 3:启动雷达驱动
cd ~/ws_loc
source devel/setup.bash
roslaunch livox_ros_driver2 msg_MID360.launch
终端 4:启动可视化界面
rviz

九、添加显示项

[图片:RViz 显示项配置]

目录

  1. 一、系统环境准备
  2. 1.1. 安装必要的依赖库
  3. 安装 C++ 标准库
  4. 安装 Eigen3 线性代数库
  5. 二、创建工作空间和准备
  6. 2.1. 创建定位工作空间
  7. 三、获取并配置 Open3D 库
  8. 3.1. 下载预编译 Open3D 库
  9. 3.2. 编辑 CMakeLists.txt
  10. 3.3. 修改 CMakeLists.txt 中的 Open3D 路径
  11. 3.4. 完成 Open3D 的配置
  12. 四、安装 Livox SDK 和相关驱动
  13. 4.1. 安装 Livox-SDK2
  14. 克隆 Livox-SDK2
  15. 编译安装
  16. 4.2. 安装 Livox-SDK(旧版)
  17. 克隆 Livox-SDK
  18. 重命名并处理嵌套文件夹
  19. 注意:文件有两层嵌套,需要删除第二层嵌套文件夹
  20. 编译安装
  21. 4.3. 安装 livoxrosdriver
  22. 克隆驱动
  23. 创建符号链接
  24. 编译
  25. 五、解决编译问题和配置
  26. 5.1. 重新配置和编译定位系统
  27. 六、配置激光雷达
  28. 6.1. 配置激光雷达参数文件
  29. 6.2. 修改 IP 地址配置
  30. 七、环境配置和连接测试
  31. 7.1. 网线连接机器人配置
  32. 有线连接配置
  33. export ROS_IP=192.168.111.128
  34. export ROS_IP=192.168.123.111
  35. export ROSMASTERURI=http://192.168.123.161:11311
  36. export ROS_IP=192.168.123.99
  37. 八、运行 FAST-LIO 系统
  38. 8.1. 测试激光雷达连接
  39. 测试激光雷达 IP 连通性
  40. 8.2. 打开四个终端运行系统
  41. 终端 1:启动 ROS 核心
  42. 终端 2:启动建图系统
  43. 终端 3:启动雷达驱动
  44. 终端 4:启动可视化界面
  45. 九、添加显示项

更多推荐文章

查看全部
  • VS2022 无法使用 Copilot 的网络问题排查与解决
  • 基于 OpenClaw 框架搭建自动化 AI 选股系统
  • Helm Monitor 插件:基于监控数据自动回滚 Release
  • 大模型学习路线:从新手到专家的完整路径
  • AI 如何助力前端 Debug 及实际应用指南
  • 基于 RoBERTa 模型的评论文本分类实战
  • TRAE AI 智能体实现 Vue 3 + Node.js + MySQL 全栈项目实战
  • 基于Python+OpenCV实现自动扫雷
  • PaperRed——2026年AI论文写作、AI降重、降低aigc,免费查重的网站
  • 前端应用国际化实现方案
  • AI 训练师算法与模型训练从入门到精通
  • Coze 智能体核心资源详解:插件、知识库与数据库实战
  • AI 绘画敏感内容提示词实战指南:从基础原理到安全实践
  • 自然语言处理在教育领域的实战应用
  • AI 变现核心逻辑:为何学完百种工具仍难盈利
  • 常见降低AIGC检测率工具对比与选择指南
  • Vue3 + TypeScript Promise 转 string 类型错误解析及异步处理最佳实践
  • C++ 网络编程详解
  • Python 随机森林实战:预测用户购车意向
  • 大模型实时对战《街霸》:GPT-3.5 胜 GPT-4,新型基准测试引发关注

相关免费在线工具

  • 加密/解密文本

    使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • Base64 字符串编码/解码

    将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online