CT-LIO（Continuous-Time LiDAR-Inertial Odometry）是一套连续时间 LiDAR-IMU 紧耦合里程计：用 ct-icp 的 LiDAR 约束与 IMU 数据通过 ESKF（松耦合）融合，对快速运动鲁棒；同时提供 ct-icp 的解析求导与自动求导两种实现，以及简单的退化检测。算法对 lidar–imu 不严格时间同步的设备也能工作良好。
本仓库是在上游 chengwei0427/ct-lio 基础上的 Docker 化 + 工程适配 fork，主要面向 Robosense RS16「staircase」数据集调通。下文以 Docker 工作流为主线；若想在宿主机原生编译，见文末「附：原生编译」。
-
重力对齐初始化（修复地图歪斜） 上游 ESKF 初始化时把初始姿态
R_留为单位阵，世界系直接等于初始 IMU 体坐标系——传感器有安装倾角时整张地图就是歪的。本仓库在src/algo/eskf.hpp的SetInitialConditions中，用静止段估计的重力方向构造初始旋转，使世界系 Z 轴竖直向上、重力固定为(0,0,-|g|)。初始化成功时会打印对齐后的yaw/pitch/roll与世界系重力，便于核对。 -
完整 Docker 环境 + 三个脚本（见下），改源码后秒级增量编译，无需重建镜像。
-
面向 Robosense RS16 staircase 的参数与配置（
config/mapping.yaml），lidar/imu topic、外参、体素尺寸等已按该数据集设好。
源码以 volume 实时挂载进常驻容器，因此改完 src/ 只需在容器内增量 catkin_make（秒级），不必重建镜像。
| 脚本 | 作用 | 何时运行 |
|---|---|---|
scripts/build_env.sh |
构建环境镜像（ROS Noetic + Ceres 2.1.0 等重依赖，约 10–20 分钟） | 首次；或改了 Dockerfile / 根 CMakeLists.txt / cmake/ / 依赖 |
scripts/compile.sh |
常驻容器内增量编译 src/（秒级） |
每次改了 src/ 下的 .cpp / .h |
scripts/run.sh |
启动算法节点 + RViz，并播放 rosbag | 跑数据时 |
| 项目 | 要求 |
|---|---|
| 宿主机系统 | Ubuntu 20.04 / 22.04 |
| Docker | ≥ 24.0 |
| NVIDIA 驱动 | ≥ 525 |
| NVIDIA Container Toolkit | 已安装并配置 |
| 显示环境 | X11（用于 RViz） |
# 1) 首次：构建镜像（仅一次，或依赖/Dockerfile 变更时）
./scripts/build_env.sh
# 2) 改完 src/ 源码后：秒级增量编译（不重建镜像）
./scripts/compile.sh
# 3) 把 rosbag 放进 bags/ 后运行（容器内对应 /bags/）
./scripts/run.sh # 默认播放 bags/2022-08-30-20-33-52_0.bag
./scripts/run.sh other.bag # 播放 bags/other.bag
./scripts/run.sh other.bag -r 0.5 # 半速播放（额外参数透传给 rosbag play）run.sh 会自动：xhost +local:docker 授权 X11 → 拉起常驻容器 → 后台 roslaunch（算法节点 + RViz + 静态 TF，roslaunch 自动拉起 roscore，日志在容器内 /tmp/launch.log）→ 前台播放 rosbag（Ctrl-C 结束）。
rosbag 播放控制：空格暂停/继续，s 单帧步进，-r 0.5 半速。
docker compose exec ct-lio bash # 进容器手动操作
docker compose exec ct-lio pkill -f roslaunch # 停止后台算法节点/RViz
docker compose down # 停止并删除容器
docker compose exec ct-lio grep -c 'Low convincing' /tmp/launch.log # 统计退化帧ct-lio/
├── bags/ # rosbag 数据（只读挂载进容器，不打包进镜像）
├── config/
│ └── mapping.yaml # 算法参数（挂载进容器，改后无需编译）
├── docker/
│ ├── entrypoint.sh # 容器入口，source ROS 环境
│ └── patch_cmake.py # 构建时去除 packages.cmake 里的硬编码路径
├── docs/
│ └── 使用说明.md # 详细中文使用说明
├── launch/
│ ├── run_eskf.launch
│ └── rviz.rviz
├── scripts/
│ ├── build_env.sh # 构建镜像
│ ├── compile.sh # 增量编译
│ └── run.sh # 运行
├── src/ # C++ 源码（挂载进容器，改后用 compile.sh 编译）
├── Dockerfile
└── docker-compose.yml
配置文件挂载进容器，改后无需编译，重新 ./scripts/run.sh 即可生效。
preprocess:
lidar_type: 4 # 1=Livox AVIA, 2=Velodyne, 3=Ouster, 4=Robosense, 5=Pandar
point_filter_num: 1 # 每 N 个点取 1 个（预过滤）
blind: 0.01 # 剔除雷达原点附近 blind 米内的点
common:
imu_topic: /imu/data # IMU topic
lid_topic: /rslidar_points # LiDAR topic
mapping:
extrinsic_est_en: true # true=在线估计外参
extrinsic_T: [0.065, 0.0, -0.05] # LiDAR→IMU 平移（米）
extrinsic_R: [1,0,0, 0,-1,0, 0,0,-1] # LiDAR→IMU 旋转矩阵（行优先）
odometry:
surf_res: 0.2 # 降采样体素大小（米），越小点越密
size_voxel_map: 0.2 # 地图体素大小（米）
max_dist_to_plane_icp: 0.1 # 点到平面最大匹配距离（米）
min_number_neighbors: 20 # 邻域有效所需最少邻居数（稀疏雷达可调小，如 RS16 → 6）
max_num_residuals: 3000 # 每帧最多使用残差数
min_num_residuals: 300 # 残差少于此数仅告警（不影响求解）
max_num_iteration: 15 # ICP 外层最大迭代次数
motion_compensation: CONSTANT_VELOCITY # NONE / CONSTANT_VELOCITY / ITERATIVE / CONTINUOUSmotion_compensation：NONE 不补偿；CONSTANT_VELOCITY 匀速假设（不依赖 IMU）；ITERATIVE 迭代补偿；CONTINUOUS 连续时间补偿（精度最高，依赖 IMU）。
-
查看 topic：
docker compose exec ct-lio rosbag info /bags/your.bag -
改
config/mapping.yaml的imu_topic、lid_topic、lidar_type。 -
按实际安装填
extrinsic_T、extrinsic_R。 -
时间戳模式（
src/apps/main_eskf.cpp第 82 行）——改完需./scripts/compile.sh：// 正常数据集（header 时间戳为帧起始） lio->pushData(cloud_out, std::make_pair(msg->header.stamp.toSec(), convert->getTimeSpan())); // 部分数据集（header 时间戳为帧结束，如 staircase） lio->pushData(cloud_out, std::make_pair(msg->header.stamp.toSec() - convert->getTimeSpan(), convert->getTimeSpan()));
-
切换解析求导/自动求导：
src/liw/lio/lidarodom.cpp的#define USE_ANALYTICAL_DERIVATE。
- 外参
extrinsic_R极其关键。 旋转矩阵错误会导致 IMU 轴向与 LiDAR 不一致、轨迹严重漂移，务必以标定结果为准。地图歪斜先排查重力对齐（见本仓库改动 1），再排查外参。 Failed to find match for field 'time'.表示 rosbag 中缺少每点时间戳，会影响前/后向传播，需确认雷达驱动输出逐点时间。- 退化告警
Low convincing result出现在几何特征不足处（长走廊、空旷区）。少量（<10%）正常；大量出现说明外参或参数需调整。 not enough keypoints selected in ct-icp只是告警：代码仍会照常求解，仅当残差数< min_num_residuals时打印。稀疏雷达（如 RS16）残差偏少时可调小min_number_neighbors（20 → 6 左右）以真正增加残差，或调低min_num_residuals。- NCLT 数据集 运行前需调整
src/preprocess/cloud_convert/cloud_convert.cc中的时间尺度static double tm_scale（默认1e9，NCLT 用1e6），改后需./scripts/compile.sh。 bags/与config/均为只读挂载，容器内不能写入；如需临时改 config，先cp到/tmp/再加载。- 挂载范围：compose 只挂
src/、config/、launch/，不挂cmake/（否则会覆盖镜像里已 patch 的packages.cmake）。改cmake/或Dockerfile需./scripts/build_env.sh。 - RViz 无法弹窗 时，确认宿主机已执行
xhost +local:docker、DISPLAY正确、NVIDIA Container Toolkit 已生效。
- 基于
osrf/ros:noetic-desktop-full。 - Ceres 2.1.0 源码编译：Ubuntu 20.04 的 apt 仅提供 Ceres 1.14，而本项目要求 Ceres 2，故在镜像内从源码编译。
- livox_ros_driver 与 ct-lio 放在同一 catkin workspace，先编译它生成消息头，再编译整个 workspace。
docker/patch_cmake.py：上游cmake/packages.cmake含两处硬编码开发者路径（Ceres、g2o），构建时用 Python 字符串替换去除（用 Python 而非 sed，避免 shell 展开 cmake 的${}变量）。- docker-compose.yml：
runtime: nvidia+ 挂载/tmp/.X11-unix实现 RViz 的 GPU 硬件加速渲染；network_mode: host；容器以sleep infinity常驻，便于exec进去增量编译与运行。
更详细的中文说明见 docs/使用说明.md。
| 数据集 | 说明 |
|---|---|
| Velodyne 32, NCLT |  |
| Ouster-32, multi-layer office（左：ours，右：fast-lio2） |  |
| Robosense RS16, staircase_crazy_rotation（左：PV-LIO，右：ours） |  |
RS16 staircase 数据可从 Baidu Pan (password:4kpf) 或 Google Drive 下载。
cd ~/your_ros_ws/src
git clone <this-repo> ct-lio
cd ..
# 编译前确认依赖正确（可在 ./cmake/packages.cmake 调整 Ceres / g2o 路径）
catkin_make
source devel/setup.bash
roslaunch ct_lio run_eskf.launch
rosbag play your.bag依赖：Ubuntu ≥ 18.04、ROS ≥ Melodic、PCL ≥ 1.8、Eigen ≥ 3.3.4、Ceres 2、g2o。
时间分析：运行后 ./log/ 下会生成耗时日志，python3 ./scripts/all_time.py 可绘图。
- 上游：chengwei0427/ct-lio
- ct_icp：Continuous-Time LiDAR Odometry
- slam_in_autonomous_driving：SLAM in Autonomous Driving（ESKF 实现参考）
- semi_elastic_lio：Semi-Elastic LiDAR-Inertial Odometry
- hm-lio：hash-map based tight-coupled LIO