手把手教你让FAST_LIO用上Livox HAP：从驱动livox_ros_driver2到消息适配的保姆级教程

从零适配Livox HAP与FAST_LIO：完整实战指南

刚拿到Livox最新发布的HAP激光雷达时，许多开发者都会遇到一个典型问题：现有的SLAM算法如FAST_LIO无法直接兼容。这就像拿到最新款智能手机却发现常用APP还不支持——硬件先进却无法发挥全部潜力。本文将彻底解决这个痛点，带你完成从驱动安装到算法适配的全流程。

1. 环境准备与驱动安装

在开始适配前，我们需要搭建好基础环境。Livox HAP需要专门的ROS驱动支持，这与前代设备有所不同。

系统要求：

• Ubuntu 18.04/20.04（推荐20.04）
• ROS Noetic或Melodic
• CMake ≥ 3.10
• Git

首先安装必要的依赖项：

sudo apt-get install -y ros-$ROS_DISTRO-pcl-ros \ ros-$ROS_DISTRO-tf2-geometry-msgs \ ros-$ROS_DISTRO-livox-ros-driver

接下来从GitHub克隆最新的livox_ros_driver2仓库：

mkdir -p ~/livox_ws/src cd ~/livox_ws/src git clone https://github.com/Livox-SDK/livox_ros_driver2.git

编译驱动时常见的一个坑是权限问题。Livox设备需要特定的USB权限设置：

cd ~/livox_ws rosdep install --from-paths src --ignore-src -r -y catkin_make source devel/setup.bash

提示：如果遇到"Could NOT find livox_sdk"错误，需要先安装Livox SDK：

git clone https://github.com/Livox-SDK/Livox-SDK.git cd Livox-SDK && mkdir build && cd build cmake .. && make sudo make install

验证驱动是否安装成功：

roslaunch livox_ros_driver2 rviz_HAP.launch

如果能在RViz中看到点云数据，说明驱动安装正确。

2. FAST_LIO源码适配

FAST_LIO默认使用的是livox_ros_driver，我们需要修改它以兼容新的驱动版本。

2.1 获取FAST_LIO源码

cd ~/catkin_ws/src git clone https://github.com/hku-mars/FAST_LIO.git

2.2 关键修改点

需要修改的主要有三个方面：

1. 头文件引用： 将#include <livox_ros_driver/CustomMsg.h>改为#include <livox_ros_driver2/CustomMsg.h>

2. 消息类型定义： 查找所有livox_ros_driver::CustomMsg实例 替换为livox_ros_driver2::CustomMsg

3. CMakeLists.txt修改： 在find_package部分添加：

   find_package(livox_ros_driver2 REQUIRED)

   并将livox_ros_driver改为livox_ros_driver2

2.3 编译与错误排查

完成修改后，尝试编译：

cd ~/catkin_ws catkin_make

常见编译错误及解决方案：

3. Launch文件配置

适配完成后，需要正确配置launch文件以确保数据传输无误。

3.1 驱动端配置

修改livox_ros_driver2的launch文件，确保使用正确的消息格式：

<launch> <node pkg="livox_ros_driver2" type="livox_ros_driver2_node" name="livox_driver" output="screen"> <param name="xfer_format" type="int" value="1" /> <param name="multi_topic" type="int" value="0" /> <param name="data_src" type="int" value="0" /> <param name="publish_freq" type="double" value="10.0" /> <param name="output_data_type" type="int" value="0" /> <param name="frame_id" type="string" value="livox_frame" /> </node> </launch>

关键参数说明：

• xfer_format=1：使用Livox自定义点云格式
• frame_id：设置与FAST_LIO配置一致的坐标系

3.2 FAST_LIO配置

修改FAST_LIO的配置文件config.yaml：

common: lid_topic: "/livox/lidar" imu_topic: "/livox/imu" time_sync_en: false time_offset_lidar_to_imu: 0.0

4. 实战测试与性能优化

完成上述步骤后，可以启动完整系统进行测试。

4.1 启动顺序

1. 首先启动Livox驱动：

   roslaunch livox_ros_driver2 rviz_HAP.launch

2. 然后启动FAST_LIO：

   roslaunch fast_lio mapping.launch

4.2 性能调优建议

根据实际使用经验，HAP与FAST_LIO配合使用时，以下参数调整可以提升性能：

• 点云降采样：HAP的高分辨率会产生大量点，适当降采样可减轻计算负担
• IMU同步：确保时间同步准确，必要时启用time_sync_en
• 地图更新频率：根据移动速度调整，快速移动时可适当提高频率

4.3 常见问题排查

问题1：RViz中看不到点云

• 检查topic名称是否一致
• 确认驱动是否正确发布数据(rostopic echo /livox/lidar)

问题2：FAST_LIO崩溃或报错

• 检查消息类型是否完全匹配
• 确认所有依赖项已正确安装

问题3：建图漂移严重

• 检查IMU数据是否正常
• 调整FAST_LIO中的运动补偿参数

5. 进阶应用与扩展

成功适配只是第一步，要充分发挥HAP和FAST_LIO的性能，还需要考虑以下方面：

5.1 多传感器标定

HAP常与IMU配合使用，精确的标定对SLAM性能至关重要。推荐使用开源工具如lidar_imu_init进行标定：

git clone https://github.com/hku-mars/LiDAR_IMU_Init.git

标定步骤：

1. 采集静态和动态数据
2. 运行标定程序
3. 将结果填入FAST_LIO配置

5.2 实时性能监控

使用rqt工具监控系统性能：

rqt_graph # 查看节点连接 rqt_plot # 可视化数据流

5.3 与其他SLAM算法对比

虽然FAST_LIO性能优异，但也可以尝试将HAP与其他SLAM算法集成：

适配方法类似，主要区别在于消息类型的处理和参数调整。