外观
FAST-LIVO2
hku-mars 在 GitHub 开源的算法库,主要语言 C++。 FAST-LIVO2: Fast, Direct LiDAR-Inertial-Visual Odometry
这个开发工具的核心职责、所属技术栈与硬件生态定位。
FAST-LIVO2是香港大学火星实验室开源的激光-惯性-视觉融合里程计算法库,属于SLAM算法类工具链,主要开发语言为C++。该项目主打快速直接的多传感器融合位姿估计,核心模块包含激光点云特征提取、视觉光度直接对齐、多传感器紧耦合状态优化,可在低算力平台实现实时的高鲁棒性位姿输出。
该算法库适配SLAM导航技术栈层级,针对多传感器融合定位场景优化,无特定绑定机器人本体,开发者可通过C++接口链接库文件,接入结构化/非结构化场景下的激光、IMU、视觉三类传感器数据,即可快速部署实现无GPS环境下的6自由度位姿估计,支持移动机器人、无人机等载体的自主定位需求。
工具分类、开发语言、GitHub 社区活跃度与环境要求。
源码克隆、构建方式、已验证系统环境与版本更新记录。
git clone https://github.com/hku-mars/FAST-LIVO2.git
cd FAST-LIVO2
# CMake 构建工程
mkdir -p build && cd build
cmake .. && make -j$(nproc)| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支,当前无官方标注版本号以主分支为准 | Ubuntu 20.04 LTS / Ubuntu 22.04 LTS + ROS Noetic / ROS 2 Humble + C++17 编译器 + PCL 1.10+ + OpenCV 4.x + Eigen 3.3+ | 克隆仓库后修改CMakeLists.txt适配ROS版本,catkin_make或colcon build编译,通过订阅传感器数据topic即可运行定位 |
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。
同一厂商开源的配套仓库或同技术栈开发工具。
本页事实对应的公开页面,以原文为准。