宇树机器人g1二次开发:建图,定位,导航手把手教程(二)建图部分:开始一直到打开rviz教程

注意:

本教程为ros1,需要ubuntu20.04,使用算法为fase_lio

本教程为遵循的网上开源项目: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

把https://github.com/deepglint/FAST_LIO_LOCALIZATION_HUMANOID.git这个项目移到这里

三、获取并配置Open3D库

3.1. 下载预编译Open3D库

3.2. 编辑CMakeLists.txt

# 编辑CMakeLists.txt配置Open3D路径 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liar改成自己home名字修改为你的用户名(假设用户名为 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
# 编译安装 cd Livox-SDK2 mkdir build && cd build cmake .. && make -j sudo make install

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

# 重命名并处理嵌套文件夹

# 创建livox专用工作空间 mkdir -p ~/ws_livox/src cd ~/ws_livox/src
# 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,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

 

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:
"host_net_info": { "cmd_data_ip": "192.168.123.222", ... }

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

Read more

7个用于运行LLM的最佳开源WebUI

7个用于运行LLM的最佳开源WebUI

无论是希望将AI大模型集成到业务流程中,还是寻求企业客户服务自动化,亦或者是希望创建一个强大的个人学习工具。可能都需要考虑数据安全、灵活度以及更具有可控性的使用和开发基础。值得考虑的一个方案是:将大模型(LLM)私有化并且创建一个好用的LLM WebUI系统。 下面,我们推荐7个出色的开源LLM WebUI 系统。 01.Open WebUI(Ollama WebUI) https://github.com/open-webui/open-webui Star:45.7K 开发语言:Python、TypeScript\Svelte Open WebUI是一个可扩展、功能丰富且用户友好的WebUI,旨在完全离线操作。它支持包括Ollama和OpenAI在内的各种LLM运行容器或者API。 产品特点: * 直观的界面:受ChatGPT启发的用户友好型聊天 * 响应式设计:在桌面和移动的上实现流畅的性能 * 轻松安装:使用Docker/Kubernetes轻松安装 * 主题定制:个性化与多个主题 * 高亮:增强代码的可读性 * Markdown LaTeX支持:

2026年Gemini学生认证实战指南:如何将免费Pro权限转化为AI求职核武器!

2026年Gemini学生认证实战指南:如何将免费Pro权限转化为AI求职核武器!

“AI时代的求职差距,不在于是否拥有工具,而在于能否用工具创造可验证的价值——Gemini学生计划,正是给学生的‘低门槛实战入场券’” 本文核心:解读Gemini学生计划的职业价值+AI岗位能力要求+3大实战方向,帮你把免费福利转化为职场硬实力! 💡 为什么2026年,Gemini学生计划成了AI求职的“隐形加分项”? 梳理近半年大厂AI岗位招聘需求、面试反馈,发现一个明确信号:企业对“会用大模型解决问题”的候选人需求激增,而Gemini学生计划恰好提供了“零成本实战”的机会: ✅ 腾讯AILab 岗位要求:“熟悉主流大模型API调用(Gemini/Claude等优先)” ✅ 字节智能创作团队 面试题:“如何用大模型优化内容生产效率?请举例说明” ✅ 某独角兽CTO分享:“能展示大模型实战项目的候选人,比仅列‘熟悉AI工具’的通过率高2倍” ✅ LinkedIn 2026职业趋势报告:“大模型应用能力已成为AI相关岗位的‘基础门槛’,而非‘加分项’” 📌 关键洞察: 企业关注的从来不是“你是否通过了Gemini认证”,而是你是否能借助Gemini这类工具,解决真实业务场景

AI毕业论文写作指令全攻略:50条高效生成指令助你零基础完成高质原创论文

AI毕业论文写作指令全攻略:50条高效生成指令助你零基础完成高质原创论文

引言 在当今这个数字化迅猛发展的时代,人工智能(AI)技术正以一种前所未有的速度,深刻地改变着我们的生活与工作模式。对于那些即将毕业的大学生和研究生而言,撰写一篇高质量的毕业论文,无疑是他们迈向学术和职业道路的重要一步。然而传统的论文写作过程往往充满了各种挑战,需要投入大量的时间和精力。而人工智能技术的出现,为论文写作提供了一种全新的解决方案,它能够助力我们更高效地完成论文撰写工作。同时,在撰写过程中也可以借助图灵论文ai写作助手这样的学术ai工具,高效完成论文写作,一站式解决论文烦恼。本文将为大家呈上一份全面的AI毕业论文写作指令攻略,其中包含50条高效生成指令。即便你是零基础,也能借助这些指令完成高质量的原创论文。 论文前期准备阶段的指令 确定研究论题 * 指令1:“结合当前[具体领域]的热门趋势,给出5个具备研究价值的毕业论文论题。” 举例来说,在人工智能领域,你可以输入“结合当前人工智能的热门趋势,给出5个具有研究价值的毕业论文论题。”此时,AI可能会给出诸如“基于深度学习的图像识别算法优化研究”“人工智能在医疗诊断中的应用与挑战”等论题。 * 指令2:“对

QtCreator接入外部AI大模型

文章目录 * 一、概要 * 二、安装Qt5.14.2,配置高版本QtCreator * 三、下载AI插件 * 四、配置插件 * 4.1、AI大模型设置 * 4.2、自动补全配置 * 自动补全基础设置 * 模型参数设置 * 上下文设置 * 提示词设置 * Quick Refactor Settings(快速重构设置) * Ollama Settings(Ollama设置) * 4.3、聊天助手配置 * Chat Settings(聊天设置) * General Parameters(基础参数) * Advanced Parameters(高级参数) * Context Settings(上下文设置) * Ollama Settings(Ollama设置) * Chat Settings(聊天设置)