下载TEASER++并安装
git clone git@github.com:MIT-SPARK/TEASER-plusplus.git -b feature/pcl-matcher
cd TEASER-plusplus
mkdir build
cd build
cmake -DBUILD_TEASER_FPFH=ON..
make
sudo make install本库集成了TEASER++、多线程GICP和Scan Context，具体参数及设置详见config/Husky_lidar.yaml。
本仓库包含 LVI-SAM 的修改代码以便于使用，目的是解决原始的 LVI-SAM 外参配置混乱的问题。使用这份代码，你只需要配置 LiDAR 和 IMU 之间的外参 （T_imu_lidar）、Camera 和 IMU 之间的外参 （T_imu_camera），以及 IMU 本身的属性 （绕着哪个坐标轴逆时针旋转输出正的欧拉角），然后你就可以在不同的设备上运行 LVI-SAM 。
许多数据集的测试视频可以在 YouTube（点击下面的图片打开）和 Bilibili 上找到。
-
"new"分支可用了，我们建议您使用"new"分支。因为原始 LVI-SAM 代码中的 LIO 系统使用了旧版本的 LIO-SAM，其中存在一些 bug，这些 bug 已在最新的 LIO-SAM 代码中修复。目前，我们已经将最新版本的 LIO-SAM 更新到 LVI-SAM 中，因此系统更加鲁棒。您可以使用以下命令下载并编译 "new"分支。
mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src git clone https://github.com/Cc19245/LVI-SAM-Easyused git checkout new cd .. catkin_make
这个仓库的依赖库与官方 LVI-SAM 相同。所以如果编译出现问题，建议先编译官方的 LVI-SAM。目前我们只在 Ubuntu 18.04 + ROS-melodic 环境中进行了测试。
你可以使用如下命令下载并编译这个功能包。
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
git clone https://github.com/Cc19245/LVI-SAM-Easyused
cd ..
catkin_make注意：如果想使用未修改的代码（LVI-SAM官方代码），可以修改 CMakeLists.txt 中的定义，重新编译。
################## 编译开关 compile switch##############
# -DIF_OFFICIAL=1: use origin official LVI-SAM code
# -DIF_OFFICIAL=0: use modified code of this repo
add_definitions(-DIF_OFFICIAL=0)params_camera.yaml: 设置 VIO 外参，尤其是 T_imu_camera，它是 Camera 位姿在 IMU 坐标系下的表示。它和 VINS-Mono 是一样的。
###################### extrinsic between IMU and Camera ###########################
###################### T_IMU_Camera, Camera -> IMU ###########################
# R_imu_camera
extrinsicRotation: !!opencv-matrix
rows: 3
cols: 3
dt: d
data: [ 0, 0, -1,
-1, 0, 0,
0, 1, 0]
# t_imu_camera
extrinsicTranslation: !!opencv-matrix
rows: 3
cols: 1
dt: d
data: [0.006422381632411965, 0.019939800449065116, 0.03364235163589248]params_lidar.yaml: 设置 LIO 外参，尤其是 T_imu_lidar，它是 LiDAR 位姿在 IMU 坐标系下的表示。
###################### extrinsic between IMU and LiDAR ###########################
###################### T_IMU_LiDAR, LiDAR -> IMU ############################
# t_imu_lidar
extrinsicTranslation: [0.0, 0.0, 0.0]
# R_imu_lidar
extrinsicRotation: [-1, 0, 0,
0, 1, 0,
0, 0, -1]（注意: 这是 IMU 本身的属性，和它的安装方式没有关系。）
由于官方数据集的 IMU 比较特殊（欧拉角坐标系不同于加速度、角速度坐标系），所以还需要设置 IMU 绕哪个轴 逆时针 旋转得到 正 的欧拉角。 对于官方的传感器设备，设置如下。
## 对绝大多数IMU来说，下面三个值分别是"+z", "+y", "+x" (for most of IMUs, the following config is "+z", "+y", "+x")
# 绕着哪个轴逆时针转动，输出yaw角度为正(which axis the IMU rotates around counterclockwise to get a positive yaw angle)
yawAxis: "-z"
# 绕着哪个轴逆时针转动，输出pitch角度为正(which axis the IMU rotates around counterclockwise to get a positive pitch angle)
pitchAxis: "+x"
# 绕着哪个轴逆时针转动，输出roll角度为正(which axis the IMU rotates around counterclockwise to get a positive roll angle)
rollAxis: "+y"
对于大多数 IMU，欧拉角坐标系与加速度、角速度坐标系相同。 所以上面的参数应该设置如下。
## 对绝大多数IMU来说，下面三个值分别是"+z", "+y", "+x" (for most of IMUs, the following config is "+z", "+y", "+x")
# 绕着哪个轴逆时针转动，输出yaw角度为正(which axis the IMU rotates around counterclockwise to get a positive yaw angle)
yawAxis: "+z"
# 绕着哪个轴逆时针转动，输出pitch角度为正(which axis the IMU rotates around counterclockwise to get a positive pitch angle)
pitchAxis: "+y"
# 绕着哪个轴逆时针转动，输出roll角度为正(which axis the IMU rotates around counterclockwise to get a positive roll angle)
rollAxis: "+x"
-
-
运行 launch 文件:
roslaunch lvi_sam run.launch注意: 如果你想测试原始官方 LVI-SAM 代码（例如在 CMakeLists.txt 中设置 add_definitions(-DIF_OFFICIAL=1) 来编译），你应该运行 launch 文件如下。
roslaunch lvi_sam run_official.launch -
播放数据包，例如 handheld.bag:
rosbag play handheld.bag -
原始官方代码（上图）和我们修改后的代码（下图）在 handheld.bag 上的运行结果：
-
-
-
运行 launch 文件:
roslaunch lvi_sam M2DGR.launch -
播放数据包，例如 gate_01.bag:
rosbag play gate_01.bag -
我们修改后的代码在 gate_01.bag 上的运行结果:
-
-
-
运行 launch 文件:
roslaunch lvi_sam UrbanNavDataset.launch -
播放数据包。我们提供的参数是 UrbanNav-HK-Data20200314 的参数，如果你使用 UrbanNavDataset 的其他数据包，请检查配置参数是否需要改动。
rosbag play 2020-03-14-16-45-35.bag -
我们修改后的代码在 UrbanNav-HK-Data20200314 上的结果：
-
-
-
运行 launch 文件:
roslaunch lvi_sam KITTI.launch -
播放数据包。注意你必须使用 KITTI raw dataset 而不是 KITTI Odometry dataset，因为后者的 IMU 数据是经过处理的，频率太低了。如果你想使用 KITTI raw dataset，你首先需要把它转成 rosbag。 你可以参考 LIO-SAM/config/doc/kitti2bag 进行操作。这里我们使用 KITTI_2011_09_26_drive_0084_synced 原始数据转化得到 rosbag。转化后的数据包可以在 这个链接 下载。
rosbag play kitti_2011_09_26_drive_0084_synced.bag -
我们修改后的代码在 kitti_2011_09_26_drive_0084_synced.bag 上的运行结果：
-
-
-
运行 launch 文件:
roslaunch lvi_sam backbag.launch -
播放数据包，例如 backbag.bag:
rosbag play backbag.bag -
我们修改后的代码在 backbag.bag 上的运行结果：
-
我们修改后的代码在 0117-1525.bag 上的运行结果（这个数据包的设备不同于 backbag.bag，所以它的参数配置和 backbag.bag 也不一样。由于隐私问题，这个数据包不能开源，请见谅）：
roslaunch lvi_sam ljj.launch rosbag play 0117-1525.bag
-
-
参见 TODO.
-
对不同数据集进行更多测试，例如 KAIST Complex Urban Dataset。 但是，这些数据集的激光雷达数据没有ring信息，所以LVI-SAM不能直接运行。 如果要在这些数据集上运行，需要修改代码添加此信息参考LeGO-LOAM -
我们在“new”分支上测试了KAIST Complex Urban Dataset。 我们主要做了两个改动：
- 我们将最新版本的 LIO-SAM 代码更新为 LVI-SAM，因此系统更加健壮，可以在 KAIST Complex Urban Dataset 上成功运行。
- 我们从原始的 KAIST Complex Urban Dataset 生成 rosbag，并恢复 LiDAR 点云的 “ring” 和 “time” 字段。 您可以使用doc/kaise-help 中的 ros 包来生成 rosbag。
-
在 KAIST Complex Urban Dataset urban26 序列上测试：
-
运行 launch 文件:
roslaunch lvi_sam KAIST.launch -
播放生成的 rosbag，例如 urban26.bag:
rosbag play urban26.bag -
我们修改后的代码在 urban26.bag 上的运行结果：
可以看到轨迹有很大的漂移，没有成功检测到闭环。 这可能是由于 KAIST 数据集的 LiDAR 倾斜安装的原因，导致配准的有效点云太少。
-
- 此代码只是修改了 LVI-SAM 的外参配置以便于使用，它的目的是让你更快地在其他数据集和你自己的设备上运行 LVI-SAM，所以它 没有 修改 LVI-SAM 的算法部分。
- 如果你想知道我做了哪些改动以及为什么这些改动有效，你可以参考我的博客：LVI-SAM坐标系外参分析与代码修改，以适配各种数据集。
- 我对 LVI-SAM 代码做了中文注释，仓库参见 LVI-SAM-CC_Comments 。
- 原始的官方 LVI-SAM