用 Mid360 跑 LIO-SAM 给四足机器狗做室外建图最近问的人很多。这个组合最容易被误解的地方是大家以为装上驱动、把 LIO-SAM 跑起来就能复刻网上那种漂亮的彩色点云图。实际上从雷达上电、IP 配置、驱动版本、坐标外参到机器狗跑动时的抖动和回环每一步都可能让建图从“能用”变成“没法看”。这篇文章把我调试这类方案时的高频问题、检查顺序和判断标准整理出来适合已经有一台机器狗和 Mid360、准备做室外地图的读者。如果你刚拿到雷达也可以先按这套流程把点云和 IMU 验证通过再上 LIO-SAM。1. 先搞清楚 mid360 配 LIO-SAM 到底解决什么问题1.1 mid360 是什么为什么适合机器狗Mid360 是 Livox 出的一个 360 度非重复扫描激光雷达水平视野 360 度垂直视野大约 60 度左右量程在几十米级别近距离盲区小。相比传统 16 线机械雷达它没有旋转电机重量轻、体积小装到四足机器狗上不会明显破坏机身平衡。机器狗在行走时身体会俯仰和滚转传统机械雷达的大惯量旋转部件在这种平台上反而容易引入额外扰动。Mid360 这类固态雷达的扫描方式是非重复的静止时点云会随时间越积越密运动时则需要 SLAM 前端把连续帧拼起来。这个特性会影响特征提取和配准策略不能完全按照机械雷达的思路去调参数。1.2 为什么是 LIO-SAM而不是 FAST-LIO 或直接录点云LIO-SAM 是“激光惯性里程计 因子图优化”的框架前端做激光帧间配准和 IMU 预积分后端用 GTSAM 做全局优化还带回环检测。它对“一张能长期用的地图”这个目标比较友好。Fast-LIO / FAST-LIO2 更轻量实时性好适合在线定位但全局一致性需要自己补。Mid360 社区里用 FAST-LIO 的人也很多因为流程短、容易跑通。我的建议是如果目标是室外建图以后还要做导航和路径规划优先考虑 LIO-SAM如果目标是实时定位、算力又有限那别硬上 LIO-SAM选 Fast-LIO 类方案更合适。先想清楚你要地图还是里程计再选框架。1.3 这个组合的能力和边界能用园区道路、建筑周边、草地缓坡、停车场这类有结构特征又不容易被完全遮挡的室外场景。不太适合大面积无遮挡空场、重复结构的长走廊、高速奔跑。这里还要提醒一点Mid360 只能提供雷达和内置 IMU真正让地图不飘的是后端回环优化和机器狗在运动中的稳定性。雷达只负责看见世界算法负责理解世界底盘负责不给算法添乱。2. 上车前先把环境装到“能出点云”这一步2.1 硬件连接网口、IP、供电Mid360 走网口输出原始数据不是 USB。接线分两路一个以太网口传数据一个电源口单独供电。第一次调试最常见的失败原因是 IP 没设置好。Livox 雷达在出厂时有一个默认 IP电脑需要和它在同一网段。我一般先把雷达通电看网口是否 up再用 Livox Viewer 或驱动工具确认能不能发现设备。这一步没通过之前不要碰任何 SLAM 代码。供电也要重点看。四足机器狗的电机瞬间电流很大急停、跳跃、上坡都会引起电源波动。如果雷达和电机驱动器共用一条不靠谱的电源线雷达可能掉线丢包。先确认雷达供电稳定不要以为是算法问题。我建议单独一路稳压电源或者在电源入口加滤波和保护。2.2 软件栈ROS 版本、驱动、LIO-SAM 分支Mid360 的官方驱动是 livox_ros_driver2ROS1 和 ROS2 都有支持。LIO-SAM 原始仓库主要面向 ROS1和 Velodyne、Ouster 这类驱动搭配比较多。Mid360 接入 LIO-SAM常见有两种方案一种是把 livox 的点云转成 PointCloud2同时把内置 IMU 话题接到 LIO-SAM 的 IMU topic另一种是直接用社区里已经适配过 Livox 的 LIO-SAM 分支。如果你的环境是 Ubuntu 20.04 ROS Noetic我建议优先找带 Mid360 适配的分支省掉中间转换的麻烦如果是 ROS2先确认分支支持哪个 ROS2 版本不要盲目 clone 最新代码。依赖方面GTSAM、PCL、OpenCV 这些是常规依赖。版本不是越新越好我遇到过 OpenCV 版本和旧代码冲突的情况。最稳妥的做法是先在一台干净的 Ubuntu 机器上把 ROS 和依赖装好别把开发机和实验机混在一起。2.3 验证标准点云和 IMU 都在再谈建图装完驱动后先确认这几件事点云话题存在比如 /livox/lidar实时画面能看到雷达点。点云话题类型明确是 livox 自定义消息还是 PointCloud2这决定 LIO-SAM 怎么接。IMU 话题存在比如 /livox/imu能读到角速度和加速度。如果后面要外接 IMU每个 IMU 消息的时间戳和 frame_id 都要一致。可以用下面这组命令做基础检查# 看驱动是否发布话题 rostopic list | grep livox # 查看点云话题类型 rostopic info /livox/lidar # 查看 IMU 发布频率 rostopic hz /livox/imu # 手动打印几帧 IMU 数据 rostopic echo /livox/imu -n 5如果点云有、IMU 没有先查驱动配置里 IMU 是否使能如果两者都有但时间戳对不上先解决时间同步再做 SLAM。很多建图漂移根子其实在时间戳和 frame_id 上。3. 机器狗上的坐标、外参和 IMU 配置不要照抄别人3.1 雷达安装位置和机身坐标系机器狗运动时身体是不断俯仰滚转的雷达装在哪里直接影响机身坐标系和雷达坐标系的转换。常见位置是机头正上方、背部中央、尾部支架。从建图角度讲越靠近机身几何中心和 IMU 越好外参平移量越小配准对旋转越敏感。安装支架要有足够刚度不能用软连接。雷达在跑动中如果自己晃IMU 估计的机身姿态和雷达实际看到的点云对不上地图就会出现抖动和重影。我一般用角铝做 L 型支架固定在机架原有螺丝孔上尽量避免双面胶和塑料卡扣。3.2 雷达到 IMU 的外参标定LIO-SAM 需要雷达坐标系到 IMU 坐标系的旋转和平移。Mid360 内部集成了 IMU直接用它最省事但内置 IMU 的噪声和零偏水平只能算“够用”。如果你为了更高精度外接一个 IMU那就必须自己标定外参不能拿单位矩阵或者别人的数值硬填。外参不准的典型表现是静止时地图正常一走路位姿就往一边偏或者原地转圈时地图被拧掉。标定外参可以先用安装图量出粗值再用手旋转雷达观察 odometry 方向对不对。对大多数室外场景旋转外参比平移外参敏感得多先把旋转方向搞对。3.3 参数文件里最容易出错的字段不同分支的参数文件名不一样但核心字段类似。下面这个表格是我调参时会逐项检查的不是让你照抄数值字段或关注点常见错误检查方式IMU 话题名大小写、命名空间不一致rostopic echo 确认实际话题雷达坐标系 frame_id与驱动里定义不一致检查 TF 和参数文件雷达到 IMU 旋转外参方向反了地图翻转或反向漂移静止转雷达看 odometry 方向雷达到 IMU 平移外参数值与安装位置差太多用卡尺量偏移后填入扫描周期和帧率和驱动实际参数不符用 rostopic hz 看发布频率地图保存路径目录不存在或权限不足保存后检查 PCD 文件大小配置文件的写法以你实际使用的分支为准常见结构类似# 示例字段具体名称以你使用的 LIO-SAM 分支为准 imuTopic: /livox/imu lidarFrame: livox_frame baselinkFrame: base_link extrinsicRot: [1, 0, 0, 0, 1, 0, 0, 0, 1] extrinsicTrans: [0.0, 0.0, 0.0]这里有一个很重要的工程习惯每改一个参数就把原来的配置文件备份一份记录改了哪一行。SLAM 调试经常是多个参数耦合在一起没有版本记录你很难知道地图变好变坏是哪一次修改造成的。3.4 frame_id 统一再单独强调一次 frame_id。base_link、body、livox_frame、imu_link 这些名字在不同代码里叫法不同。LIO-SAM 启动后会维护一个 TF 树如果 lidar 帧和 IMU 帧的 frame_id 跟参数文件不一致常见结果是“启动不报错但 odometry 一直没有输出”。排查的时候先看 TF 树有没有完整发布再查参数。4. 室外建图实操从单条记录到完整闭环4.1 第一次测试小场景慢速走第一次不要直接去复杂园区。找一个小范围广场或停车场边界清楚有建筑物、树木、路沿不要有太多人和车