外观
lio-mapping
hyye 在 GitHub 开源的算法库,主要语言 C++。 Implementation of Tightly Coupled 3D Lidar Inertial Odometry and Mapping (LIO-mapping)
这个开发工具的核心职责、所属技术栈与硬件生态定位。
lio-mapping是由开发者hyye开源的激光惯性融合算法库,属于SLAM算法库类工具,核心开发语言为C++,核心功能为实现紧耦合的3D激光雷达与惯性测量单元的里程计及建图能力,可输出高精度的6自由度位姿与三维点云地图,支持复杂场景下的实时位姿估计与环境建模。
该算法库适配机器人技术栈的L4级SLAM导航层级,无特定绑定的机器人本体,开发者可通过源码编译集成到搭载3D激光雷达与IMU的移动机器人、无人机等自主移动平台,替换原有SLAM模块提升位姿估计与建图的精度与鲁棒性。
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/hyye/lio-mapping.git
cd lio-mapping
# 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分支 | Ubuntu 18.04 LTS + ROS Melodic + C++11 + Eigen 3.3.4 + PCL 1.8 + Ceres 1.14 | 下载源码至ROS工作空间src目录,执行catkin_make编译,启动入口为roslaunch lio mapping run.launch,需提前配置雷达与IMU的话题参数。 |
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。