# FAST_LIO+Mid360长时间运行里程计漂移与Integer indices overflow

> 原文链接：https://robotics.hellobike.com/pitfalls/2023-11-24-fast-lio-280
> 频道：pitfalls | 更新日期：2023-11-24 | 标签：auto, github-issue, fast_lio
> 核心摘要：针对FAST_LIO配Mid360长时间运行后里程计发散及索引溢出，通过增大降采样体素、blind参数及点云频率可显著延长稳定时间。

# FAST_LIO+Mid360长时间运行里程计漂移与Integer indices overflow

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[Odometry Drifted with error Integer indices would overflow](https://github.com/hku-mars/FAST_LIO/issues/280)（GitHub hku-mars/FAST_LIO #280）

**状态**：有绕过办法

## 问题

使用Livox Mid360运行FAST_LIO约30分钟至1小时后，出现Integer indices would overflow报错，里程计估计值突增导致机器人漂移出地图。即使车辆静止，TF也会随时间累积发生漂移，且伴随Message Filter dropping message时间戳异常日志，疑似iKD-Tree搜索效率下降或时间同步误差累积所致。

## 环境

传感器：Livox Mid360；算法：FAST_LIO2 / FAST-LIO-SAM；驱动：livox_ros_driver2；场景：室内底盘车/无人机；ROS2环境。

## 解决办法

1. 增大 `filter_size_surf` 和 `filter_size_map` 参数（如从0.1调至0.5甚至0.8），降低iKD-Tree地图增长速率以缓解搜索不稳定。
2. 将预处理参数 `blind` 设置为0.5，滤除近处噪声点云以提升长时间运行稳定性。
3. 修改 `livox_ros_driver2` 配置，将点云发布频率提高一倍（如从默认值提升），实测可使连续稳定运行时间翻倍。
4. 检查并校准雷达与主机时间同步，排查 `time_sync_en` 及 `time_offset_lidar_to_imu` 配置，消除因时间误差累积导致的TF漂移。
5. 注意上述方法仅为缓解措施，若场景对精度要求极高或运行时长超过数小时，仍需评估iKD-Tree内存管理或更换建图后端。

讨论原作者：@gzw1101 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub hku-mars/FAST_LIO #280：Odometry Drifted with error Integer indices would overflow](https://github.com/hku-mars/FAST_LIO/issues/280)