山理工 Vinci 机器人队创新，无畏，团结，拼搏
第 4 节

mid360-localization大致流程

作者
刘业晗的头像刘业晗
协作者
董佳辉的头像董佳辉
发布于 2023/12/30更新于 2026/08/20

实验室终于搞到一块mid360，怀着激动和忐忑的心情，让我们一起学习怎么使用吧！

Ciallo～(∠・ω< )⌒☆

注：文章写于本人刚刚完成mid360的定位和导航的实机实现，若有缺漏或错误的理解请联系我修改，我本人也会在进一步的使用中完善此文章。

我已将此项目整合至github，下载后删除devel和build文件夹重新catkin_make即可（注意环境）

https://github.com/MoMoxiaohan/lio_localization_ws

搭建平台：jetson agx xavier ubuntu20.04 noetic/Legion Y9000p ubuntu20.04 noetic

简介

Livox Mid-360是一款性价比高、安全可靠的激光雷达传感器，适用于无人驾驶、机器人、智慧城市等领域。它支持建图、定位、识别、避障等功能。该激光雷达具有360°宽广的探测视场角，能够探测距离仅为0.1米的物体[1]。Livox Mid-360采用先进的光学机械系统，实现更远的量程、更高的点云密度和覆盖率，精确捕捉视场中的每个细节，适应性更强。用户可以通过Livox Viewer 2软件实时获取三维点云图像，也可以基于Livox SDK进行开发，轻松获取3D点云数据，以满足个性化的应用需求。Livox Mid-360的最大探测距离可达100米。

驱动安装

一代驱动较为老旧，很多算法的包都开始使用二代，目前，二代驱动应该是会向使用一代的包兼容，所以这里统一用2代驱动

mid360-SDK2

https://github.com/Livox-SDK/Livox-SDK2

原文中写的很清楚该怎么安装，这里不赘述了，大概就是

mkdir build && cd build
cmake..
make -jx
sudo make install

livox-ros-driver2

https://github.com/Livox-SDK/livox_ros_driver2

这相当于ros-SDK，需要git下来之后放在ws下的src内catkin_make，第一次catkin_make记得要执行包内的sh文件，以后如果在包内添加新节点或者修改源文件直接工作空间下catkin_make即可.

cd ws/src/livox_ros_driver2
./build.sh ROS1#如果是ros2就写ROS2

安装完毕后要修改config下的ip地址为mid360广播的地址：ws/src/livox_ros_driver2/config/MID360_config.json

{
  "lidar_summary_info" : {
    "lidar_type": 8
  },
  "MID360": {
    "lidar_net_info" : {
      "cmd_data_port": 56100,
      "push_msg_port": 56200,
      "point_data_port": 56300,
      "imu_data_port": 56400,
      "log_data_port": 56500
    },
    "host_net_info" : {
      "cmd_data_ip" : "192.168.1.50",
      "cmd_data_port": 56101,
      "push_msg_ip": "192.168.1.50",
      "push_msg_port": 56201,
      "point_data_ip": "192.168.1.50",
      "point_data_port": 56301,
      "imu_data_ip" : "192.168.1.50",
      "imu_data_port": 56401,
      "log_data_ip" : "",
      "log_data_port": 56501
    }
  },
  "lidar_configs" : [
    {
      "ip" : "192.168.1.1xx",#修改这里的xx为你激光雷达底座上的代码的最后两位
      "pcl_data_type" : 1,
      "pattern_mode" : 0,
      "extrinsic_parameter" : {
        "roll": 0.0,
        "pitch": 0.0,
        "yaw": 0.0,
        "x": 0,
        "y": 0,
        "z": 0
      }
    }
  ]
}

效果测试

我这里是rviz远程查看信息，如果你是直接在从机查看数据，直接运行launch文件就好

从机：

注释rviz_MID360.launch下的rviz相关node和param

或者将msg_MID360下的 <arg name="xfer_format" default="1"/>改为0

这个参数的意义为

0：PointXYZRTLT

1：livox_ros_driver2::CustomMssg

2: pcl::PointXYZI

运行：

source ./devel/setup.bash
roslaunch livox_ros_driver2 rviz_MID360.launch
或roslaunch livox_ros_driver2 msg_MID360.launch

主机：

新建rviz.launch

复制rviz相关节点到新建立的launch文件中

source ./devel/setup.bash
roslaunch livox_ros_driver2 rviz.launch

观察得到mid360点云信息：

获取三维建图

要想由点云信息建立三维点云图就必须依赖建图算法，目前有的建图算法有fast-lio fast-lio2，point-lio，lio-sam，cartographer等，这里首先选择比较古老且安装较为轻松地fast-lio，（point-lio里程计更为好用，fast-lio点云更密集，两者差不多，在下面的包里都有，会一个就能会另一个）

安装fast-liolocalization

如果你要想单独安装fast-lio或者其他建图包可以去找它的github然后git下来catkin_make

https://github.com/hku-mars/FAST_LIO

依赖包名记得改为livox_ros_driver2

这里直接下了一个别人改好的包

即上面提到的文章的github地址

文章使用了很多别的库，也是三维点云操作常用的库，这里一起下载：

sudo apt install libeigen3-dev
sudo apt install libpcl-dev
# 所需包
sudo apt install ros-$ROS_DISTRO-ros-numpy
#下载python所需包之前注意有没有启动conda环境，切勿将pip用于根python环境，否则conda环境会报错
#如果你conda环境寄了，请备份env文件夹下的conda环境，然后卸载重装conda，再将环境移入env文件夹即可
pip install numpy==1.21
pip install open3d
sudo apt install ros-noetic-map-server
# 打开一个终端.(ctrl+alt+T)输入下面指令安装octomap.
sudo apt-get install ros-noetic-octomap-ros #安装octomap
sudo apt-get install ros-noetic-octomap-msgs
sudo apt-get install ros-noetic-octomap-server

# 安装octomap 在 rviz 中的插件
sudo apt-get install ros-noetic-octomap-rviz-plugins
# install move_base
sudo apt-get install ros-noetic-move-base

cmake报错的话要去cmakelists中指定python地址

open3d安装缓慢导致失败可以去换国内源

编译

注意编译顺序为livox_ros_driver2->fast_lio/point_lio->其他

这是因为作者引用了这些库里的文件，所以直接编译的话会报找不到文件的错，这种情况多编译几次就通过了

100%

开始建图

上面提到的参数确定为0，不然订阅不到点云信息

从机：

source ./devel/setup/.bash
roslaunch livox_ros_driver2 msg_MID360.launch
roslaunch fast_lio mapping_mid360.launch

主机：

开启对应rviz

查看建图信息：

2025\-01\-19 11\-19\-23 的屏幕截图\.png

建图完毕后pcd文件会自动保存至fast-lio下的PCD文件夹

安装pcl-viewr以查看建好的pcd图

sudo apt install pcl-tools

在PCD文件夹下：

pcl_viewr ./scans.pcd

2025\-01\-19 11\-47\-55 的屏幕截图\.png

如果想要更改保存的pcd文件路径和名称，可以修改建图的源代码，在laserMpping.cpp中修改相应路径即可

可以在fast_lio文件夹下的config文件夹内更改mid360.yaml选择是否保存pcd文件来只使用里程计而不保存pcd建图信息。

三维转二维

因为我们比赛主要用的是二维的定位和导航，所以我们将三维图压至二维图后，再应用相关算法进行导航，在此，有两种方式：

第一种：先建好图用pcd2pgm转为二维图

第二种：变建图边转：用octomap插件转为octomap并用map-server保存二维地图

我们这里用第一种方式，octomap还可用于实时三维栅格地图生成，用于无人机导航

修改位于pcd2pgm下的run .launch的pcd文件路径

roslaunch pcd2pgm run.launch

用rviz查看建图信息并用mapserver保存地图

定位

统计定位需要的所有信息：

1、建图得到的pcd文件

2、里程计信息

3、实时点云信息

4、转换得到的二维地图信息

5、三维转二维雷达的点云信息

6、完整的tf树

事实上，对于全部的路径规划，我们都要有：

map odom body tf(map->odom) scan

只要打通这些数据间的联系，就能运行move_base

按照实际情况修改定位launch文件sentry_localize.launch

运行launch文件得到定位结果

定位.mp4

导航

这里用的dwa局部规划器，如果能找到更好用的规划器就最好了

修改相应的move_base.launch的坐标系和话题名称

roslaunch sentry_nav sentry_move_base.launch

得到代价地图：

略

在rviz上发布坐标点：

这是rviz2(

Screenshot\_20250421\_212345\.png

得到路径和速度信息

rostopic ehco /cmd_vel

总结

mid360是集成了imu的三维激光雷达，对我们研究自动驾驶有重要意义。学习全流程需要有较好的ros基础，并不断巩固和学习。

参考资料：

https://blog.csdn.net/weixin_52612260/article/details/134124028

https://github.com/66Lau/NEXTE_Sentry_Nav

难点在于局部规划器调参和里程计到机器人坐标系的变换。局部规划、坐标变换、cmd_vel生成和上位机运动控制策略由软件算法组负责；嵌入式组负责接收期望速度或位置并完成电机实时闭环、指令超时和失联保护。若在上位机实现PID等控制策略，应明确其控制对象、运行周期和与底层速度环的接口，避免两端重复闭环。