努力努力努力

成功编译，运行roslaunch lio_ekf urbanNav20210517.launch ，rviz没有轨迹出来，检查topic都没有问题。，因为mid360采集IMU数据时，加速度的单位是g，角速度的单位是rad/s.config文件中的 lid_topic 修改成 lidar_topic。

修改对应设备的.yaml文件，以。

上一节我们将主函数部分while外面的部分给讲完了，下面我们将深入while来学习里面的知识。

在讲完前面三节后我们将开始以主函数触发，并分析ESKF和IKD-Tree中对应的算法。其中ESKF作为主要的部分来进行展开介绍。

在讲述完一，二后IMU和雷达的数据输入算是讲明白了，下面几节我们将结合主程序来介绍本文最关键的迭代卡尔曼滤波器和iKD-Tree的算法。

在上文中讲述了激光雷达的数据获取以及特征点提取的操作，这一节我们将围绕着IMU_Processing这一节来进行介绍。在ImuProcess.hpp中，一开始就是完成了对ImuProcess类的申明，里面我们可以看到在imu中最主要的还是角速度和加速度这两项特征，这与视觉SLAM的imu融合非常相似。//判断点的时间是否先后颠倒public:// imu参数输出文件//加速度测量协方差//角速度测量协方差//加速度测量协方差//角速度测量协方差。

点云数据频率较低而IMU为高频数据。

【代码】Fast-Lio 论文解读。

FAST-LIO论文公式解析

学习Fast-LIO系列代码中相关概念理解

FAST-LIO2代码解析(一)

Livox mid-360需要使用Livox-SDK2，而非Livox-SDK，以及对应的。并需要修改FAST_LIO中部分代码。Faster—LIO；Faster-LIO：快速激光IMU里程计。Faster-LIO：快速激光IMU里程计PDF。大部分Lidar SLAM都是基于loam进行改造的，基本上是通过线特征edge和面特征(面点)分割进行配准得到里程计的,而fast-lio2是通过一个迭代扩展卡尔曼滤波器去优化帧内位姿，然后通过输入点云与地图进行配准得到里程计，精度和鲁棒性都不错。

相关内容参考下面连接：Fast-LIO2代码解析 古月居_csdn 古月居-CSDN博客