如何把 Livox 点云接入 3D 检测流水线livox_ros_driver2 数据准备完整指南【免费下载链接】livox_ros_driver2Livox device driver under Ros(Compatible with ros and ros2), support Lidar HAP and Mid-360.项目地址: https://gitcode.com/GitHub_Trending/li/livox_ros_driver2livox_ros_driver2是 Livox 第二代 ROS/ROS2 激光雷达驱动包支持 HAP 与 Mid-360 系列雷达能把雷达原始点云实时发布为 ROS 话题是搭建PointPillars 3D 目标检测数据流水线的第一个关键环节。本指南带你从连接、参数配置到话题订阅一步步把「干净、规整的点云数据」送进你的检测算法。一、数据是怎么流动的先看懂整条链路在动手之前理解数据流向能帮你少踩很多坑Livox 雷达 (以太网) → livox_ros_driver2 节点 → ROS 点云话题 (livox/lidar) → 你的 PointPillars 数据节点订阅/转存/坐标变换驱动包内部由三个核心模块协作完成设备管理src/lds.cpp 负责雷达连接与重连数据处理与转发src/lddc.cpp 负责点云缓冲、格式转换与发布话题创建逻辑见 src/lddc.cpp点云统一发布在livox/lidar话题单话题模式或livox/lidar_雷达IP多话题模式。二、选择话题与点云格式最关键一步驱动通过xfer_format参数决定点云以哪种格式发布这直接影响下游 PointPillars 的数据节点怎么写xfer_format格式适用场景0Livox PointCloud2PointXYZRTLT推荐。含强度、tag、线号、逐点时间戳信息最全1Livox 自定义格式CustomMsg带宽更省适合高频录制原始数据2PCL 标准PointXYZI仅 ROS1下游直接用 PCL 时最方便格式 0 的字段结构如下每个点自带时间戳对做时间对齐非常友好float32 x, y, z # 坐标米 float32 intensity # 反射强度 0.0~255.0 uint8 tag, line # Livox 标记 / 激光线号 float64 timestamp # 该点的时间戳自定义格式的字段定义在 msg/CustomPoint.msg 和 msg/CustomMsg.msg。 经验值做检测数据准备优先选xfer_format0如果训练数据量大、想省存储空间可以录制xfer_format1再离线转换。三、三个必调的核心参数所有参数都在 launch 文件中配置只需重点关注三个详见 README.md 第 3.2 节参数作用建议值xfer_format点云发布格式0PointXYZRTLTpublish_freq点云发布频率Hz默认 10.010.0采集够用且不过载multi_topic单话题0还是每雷达独立话题1单机雷达用 0 即可以 Mid-360 的 ROS2 launch 为例参数集中在 launch_ROS2/rviz_MID360_launch.py 顶部修改后保存即可xfer_format 0 # 0-PointCloud2(PointXYZRTLT) publish_freq 10.0 frame_id livox_frameROS1 用户对应参考 launch_ROS1/msg_MID360.launchlaunch 文件清单HAP/Mid360/混合含 rviz 可视化版本都列在 README.md 的表格中。四、配置雷达连接JSON 配置文件雷达的 IP、端口、扫描模式等不写在代码里而是由一个 JSON 配置文件管理launch 文件通过user_config_path参数指向它。HAP 配置config/HAP_config.jsonMid-360 配置config/MID360_config.jsonHAP Mid-360 混联配置config/mixed_HAP_MID360_config.json做检测数据准备时重点关注lidar_configs里的四个字段字段说明ip雷达 IP默认192.168.1.100主机 IP 建议192.168.1.5pcl_data_type数据精度132 位直角坐标推荐216 位3球坐标pattern_mode扫描模式0 为不重复扫描extrinsic_parameterroll/pitch/yaw x/y/z 外参可在这里直接做雷达→车体坐标的粗对齐 小技巧把外参直接写进extrinsic_parameter点云出来时就已对齐到车体系下游 PointPillars 就少一步坐标变换。五、启动驱动并验证数据ROS1Noetic 为例source /opt/ros/noetic/setup.sh source ../../devel/setup.sh roslaunch livox_ros_driver2 rviz_MID360.launchROS2Humble 为例source /opt/ros/humble/setup.sh source ../../install/setup.sh ros2 launch livox_ros_driver2 rviz_MID360_launch.pyrviz_*系列会自动打开 RViz显示配置在 config/display_point_cloud_ROS2.rviz能直观看到点云是否成帧、分布是否正常。随后在另一个终端确认话题ros2 topic hz /livox/lidar # 应约为 publish_freq 设定值 ros2 topic echo /livox/lidar --no-arr | head如果 RViz 里点云不显示先检查 Fixed Frame 是否为livox_frameREADME.md FAQ 6.1 有说明。六、录制数据集离线训练的基础PointPillars 训练通常需要大批量离线数据驱动内置了 bag 录制开关rosbag_enable/enable_lidar_bag、enable_imu_bag打开后驱动会自动订阅并落盘省去额外部署记录节点。IMU 数据发布在livox/imu话题对后续做时间戳对齐同样重要。录制完成后数据节点里要做的常规预处理坐标统一把livox_frame的点云变换到你的基准系若已在 JSON 里配好外参此步可省强度归一化intensity取值 0~255建议除以 255 归一化后喂给网络时间戳对齐格式 0 提供逐点timestamp可精确对齐多传感器数据Pillar 划分前确认雷达安装高度保证点云 z 轴范围落在网络配置的 height bin 内。七、关键文件速查文件说明README.md完整使用手册环境、构建、参数、FAQconfig/HAP_config.jsonHAP 雷达 JSON 配置config/MID360_config.jsonMid-360 雷达 JSON 配置msg/CustomPoint.msg自定义点云字段定义launch_ROS1/msg_MID360.launchROS1 启动示例launch_ROS2/rviz_MID360_launch.pyROS2 启动示例src/lddc.cpp点云处理与话题发布核心逻辑src/call_back/livox_lidar_callback.cpp雷达数据回调入口八、常见问题速答ROS2 启动报找不到liblivox_sdk_shared.so把/usr/local/lib加入LD_LIBRARY_PATH见 README.md FAQ 6.2。多雷达怎么接在lidar_configs数组里追加对象即可参考 config/mixed_HAP_MID360_config.json多网卡场景见 README 第 4 节示例。官方定位提醒该驱动定位为调试/测试工具量产场景建议在源码基础上自行优化README 有明确说明。到这里从雷达到 PointPillars 的数据链路就打通了驱动负责「稳定出帧」配置负责「对齐坐标」录制负责「沉淀数据集」。剩下的就是让算法在真实点云上跑起来 【免费下载链接】livox_ros_driver2Livox device driver under Ros(Compatible with ros and ros2), support Lidar HAP and Mid-360.项目地址: https://gitcode.com/GitHub_Trending/li/livox_ros_driver2创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考