lvi-sam跑ape

### 如何使用 LVI-SAM 运行 APE LVI-SAM 是一种融合激光雷达和视觉传感器的 SLAM 系统，其配置、安装以及调试过程较为复杂。以下是关于如何运行 APE（Absolute Pose Error）的相关说明。 #### 一、环境准备 为了成功运行 LVI-SAM 并计算 APE，需完成以下准备工作： 1. **操作系统与 ROS 版本** 推荐使用 Ubuntu 20.04 和 ROS Noetic 或者更高版本[^2]。如果选择较低版本的操作系统，则可能需要额外调整依赖项。 2. **GTSAM 安装** GTSAM 是 LVI-SAM 的核心优化库之一。按照官方文档中的指导，在 Ubuntu 18 中可以下载并编译 GTSAM 4.0.2[^3]。具体命令如下： ```bash wget https://github.com/borglab/gtsam/archive/4.0.2.zip unzip 4.0.2.zip cd gtsam-4.0.2 mkdir build && cd build cmake -DGTSAM_BUILD_WITH_MARCH_NATIVE=OFF .. sudo make install -j4 ``` 3. **TEASER++ 配置** TEASER++ 提供鲁棒点云匹配功能，对于 LVI-SAM 至关重要。克隆仓库并按以下方式构建[^4]: ```bash git clone --recursive https://github.com/MIT-SPARK/TEASER-plusplus.git -b feature/pcl-matcher cd TEASER-plusplus mkdir build && cd build cmake -DBUILD_TEASER_FPFH=ON .. make sudo make install ``` --- #### 二、LVI-SAM 的安装与配置 1. **获取源码** 克隆 LVI-SAM 主分支代码到本地目录，并确保所有子模块已同步： ```bash git clone --recursive https://github.com/TixiaoShan/LVI-SAM.git cd LVI-SAM git submodule update --init --recursive ``` 2. **CMake 编译** 创建 `build` 文件夹并对项目进行 CMake 构建： ```bash mkdir build && cd build cmake .. make -j$(nproc) source devel/setup.bash ``` 3. **参数文件设置** 参数文件通常位于 `config` 目录下。根据实际使用的硬件设备（如相机型号、IMU 类型），编辑对应的 YAML 文件以适配实验场景[^1]。 --- #### 三、运行 APE 计算 要评估轨迹误差（APE），可借助 Python 工具包 `evo` 来处理 LVI-SAM 输出的结果文件。 1. **安装 evo 库** 使用 pip 安装 `evo` 工具包以便分析轨迹数据： ```bash pip install rosbags evo ``` 2. **提取轨迹数据** 将 LVI-SAM 输出的估计位姿保存为 TUM 格式的 `.txt` 文件。假设输出路径为 `/path/to/lvi_output.txt`。 3. **执行 APE 分析** 利用真实轨迹作为参考输入，通过以下命令计算绝对姿态误差： ```bash evo_ape tum /path/to/reference_gt.txt /path/to/lvi_output.txt --plot --save_results results.json ``` 上述操作会生成图表可视化结果，并存储详细的统计信息至 JSON 文件中。 --- #### 四、常见问题排查 1. 如果遇到链接错误或找不到动态库的情况，请确认 LD_LIBRARY_PATH 是否正确指向了 GTSAM 和 TEASER++ 的安装位置。 2. 对于某些特定品牌的雷达支持不足的问题，建议尝试更通用的开源实现，例如 LVI-SAM-Simple。 --- ### 示例代码片段 以下是一个简单的脚本用于自动化运行 APE 测试流程： ```python import subprocess def run_ape_analysis(reference_file, estimate_file): command = f"evo_ape tum {reference_file} {estimate_file} --plot" result = subprocess.run(command.split(), capture_output=True, text=True) if result.returncode != 0: raise RuntimeError(f"APE analysis failed with error:\n{result.stderr}") print(result.stdout) if __name__ == "__main__": reference_path = "/path/to/reference_gt.txt" lvi_output_path = "/path/to/lvi_output.txt" run_ape_analysis(reference_path, lvi_output_path) ``` ---