LIO-SAM_based_relocalization

chennuo0125-HITBSD-3-Clause活跃维护

基于 LIO-SAM 搭建的机器人重定位系统，能让机器人在已建好的点云地图上快速确定自身位姿，解决开机或丢失定位后的找回问题。

A simple system that can relocalize a robot on a built map is developed in this system. The system is based on LIO-SAM.

暂无版本621star109fork同步于 2026-11-07 07:32 UTC

重定位激光SLAM 点云地图机器人定位位姿估计

对比 GitHub 官网 lio relocalization slam

怎么上手

由 README 提炼，执行前请确认

原文

roslaunch lio_sam run_relocalize.launch
rosbag play your-bag.bag

硬件要求按 README 说明

README 未说明具体显存或 CPU 要求；依赖 LIO-SAM 运行，需激光雷达与 IMU 传感器数据。

下载：源码 zip·GitHub Releases（安装包）本站不镜像安装包

项目说明

由 README 自动翻译提炼

没人工点评？写下你的经验

基于 LIO-SAM 的轻量重定位系统，让机器人在已建地图中找回自身位姿

基于 LIO-SAM 搭建的机器人重定位系统，能让机器人在已建好的点云地图上快速确定自身位姿，解决开机或丢失定位后的找回问题。

核心能力

在 LIO-SAM 基础上扩展已建地图重定位能力
不融合 GPS，仅依赖激光雷达与 IMU 数据
通过 Rviz 手动给出初始位姿猜测完成初始化
复用 LIO-SAM 保存的地图，直接加载后重定位

容易踩的坑

需先运行 LIO-SAM 并把地图保存到默认文件夹，否则无地图可重定位；初始化阶段要保持机器人静止，播包时先播约 0.5 秒再暂停等待初始化成功；初始化需在 Rviz 中手动给出初始位姿猜测。

内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README

用户点评

登录用户的真实使用记录，可按版本和硬件筛选

共 0 条

还没有人点评。第一个说出真实体验的人最有价值。

README 原文

未翻译

在 GitHub 打开

Abstract

A simple version of system that can relocalize in a built map is developed in this repository. The sysytem is bsed on LIO_SAM. The repository is developed based on the origional version of LIO-SAM in which the GPS is not fused.

Run the package

Make sure the map should be saved in the right folder:

Firstly, you need to run LIO-SAM, and then save the map in the default folder

Run the launch file:

roslaunch lio_sam run_relocalize.launch

Play existing bag files:

rosbag play your-bag.bag

A video of the demonstration of the method can be found on YouTube

Notes

Initialization: During the initialization stage, had better keep the robot still. Or if you play bags, fistly play the bag for about 0.5s, and then pause the bag until the initialization succeed. The initialization method requres you to give it initial guesses by hand on the the Rviz.

Acknowledgement

Thanks to the authors of LIO-SAM for code release.