Ubuntu 22.04 下 ROS 2 运行 FAST_LIO2 教程（激光雷达 SLAM 算法小白部署指南）

Ubuntu 22.04 下 ROS 2 运行 FAST_LIO2 教程（激光雷达 SLAM 算法小白部署指南）

在机器人三维建图领域，FAST_LIO2 以其极高的计算效率和鲁棒性闻名。对于许多初学者来说，在最新的 Ubuntu 22.04 环境下使用 ROS2 Humble 复现该算法可能会遇到环境适配问题。本文将带你一步步完成从依赖安装到成功跑通数据集的全过程。

一、环境要求与前置准备

首先，确保你的系统是原生的 Ubuntu 22.04 LTS。虽然虚拟机也可以运行，但在处理大规模点云数据时，原生系统的性能优势非常明显。

• 操作系统：Ubuntu 22.04
• ROS版本：ROS2 Humble Desktop Full
• 核心工具：CMake, GCC, Git

二、安装关键依赖库

在编译 FAST_LIO2 之前，必须安装点云处理库 PCL 和大疆的 Livox 驱动：

sudo apt updatesudo apt install ros-humble-pcl-ros ros-humble-cmake-accelerate ros-humble-pcl-conversions

随后，安装 Livox-SDK2（注意必须是 SDK2 以适配 ROS2）：

git clone https://github.com/Livox-SDK/Livox-SDK2.gitcd Livox-SDK2 && mkdir build && cd buildcmake .. && make -j$(nproc)sudo make install

三、工作空间创建与源码编译

我们需要创建一个 ROS2 工作空间，并拉取支持 ROS2 分支的 FAST_LIO2 源码：

mkdir -p ~/fastlio_ws/srccd ~/fastlio_ws/srcgit clone https://github.com/hku-mars/FAST_LIO.gitcd ..# 使用 colcon 进行编译colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release

四、运行测试与数据集验证

编译完成后，加载环境变量。如果你有 Livox 激光雷达录制的 .mcap 或 .bag 数据，可以直接运行 SLAM算法 进行测试：

source install/setup.bashros2 launch fast_lio mapping.launch.py

此时 Rviz2 会自动启动，展示出流畅的实时建图效果。该算法通过紧耦合的 IEKF 滤波，能够提供极高的定位精度。

本文核心 SEO 关键词：

Ubuntu 22.04 ROS2 Humble FAST_LIO2 SLAM算法