外观
Skip to content
FAST-LIVO
FAST-LIVO
hku-mars 在 GitHub 开源的自动驾驶/飞控栈，主要语言 C++。 A Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry (LIVO).
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
FAST-LIVO是香港大学Mars实验室开源的自主导航算法栈，工具类型为激光-惯性-视觉融合里程计算法库，主要开发语言为C++，核心功能为实现紧耦合稀疏直接式的多传感器融合里程计，具备高计算效率与低漂移的位姿估计能力，可支撑高动态场景下的自主定位需求。
该项目适配机器人自主导航栈L4层级，聚焦SLAM定位核心环节，开发者可通过克隆仓库源码编译，对接激光雷达、惯性测量单元、视觉相机三类传感器数据流，即可集成至无人机、自动驾驶车辆等移动机器人的定位系统中，为上层运动规划、自主决策提供稳定的位姿输入。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/hku-mars/FAST-LIVO.git
cd FAST-LIVO
# CMake 构建工程
mkdir -p build && cd build
cmake .. && make -j$(nproc)推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配ROS 1 Noetic / ROS 2 Humble版本） | Ubuntu 20.04 LTS + ROS 1 Noetic / Ubuntu 22.04 LTS + ROS 2 Humble + CMake 3.16+ + OpenCV 4.x + PCL 1.10+ | 克隆仓库后安装依赖，通过catkin_make或colcon build编译，配置传感器参数后运行launch文件启动里程计即可 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub hku-mars/FAST-LIVO访问 2026-10-13