本博文对高翔开源的Lightning-LM（即Lightning-Speed Lidar Localization and Mapping） 进行测试与复现。

本博文仅供本人学习记录用~

• Github源码
• 本博文复现过程采用的代码及代码注释（如有）：My github repository

安装配置

• 采用ubuntu22.01(ROS2 humble)
• 首先创建一个工作空间

mkdir -p colcon_ws/src
cd ~/colcon_ws/src

git clone https://github.com/gaoxiang12/lightning-lm.git
# 或者采用我的代码
git clone git@github.com:R-C-Group/Lightning-LM.git

• 安装依赖（包含：Pangolin）

bash ./scripts/install_dep.sh
sudo apt-get install libunwind-dev
sudo apt-get install libgoogle-glog-dev

# 解压Pangolin，然后进入到对应目录
cd /lightning-lm/thirdparty/Pangolin-0.9.3/
./scripts/install_prerequisites.sh

# Configure and build
sudo apt-get install python3-wheel #可能缺少
cmake -B build
cmake --build build

cd build
sudo make install #必须
# 5. 更新动态链接库缓存
sudo ldconfig

• 编译

colcon build

# 注意要安装colcon包
sudo apt install python3-colcon-common-extensions

#最后要记得source一下
# source ~/colcon_ws/install/local_setup.bash
echo "source ~/colcon_ws/install/local_setup.bash" >> ~/.bashrc

• 编译过程如果报错c++: fatal error: Killed signal terminated program cc1plus compilation terminated.则是由于是由于系统内存不足导致的。

• 数据准备是需要将数据转换为ros2的db3格式的，不过作者提供了转换后的数据：BaiduYun: https://pan.baidu.com/s/1XmFitUtnkKa2d0YtWquQXw?pwd=xehn 提取码: xehn

debug

GDB debug

# 1. 安装GDB
sudo apt-get install gdb

# 2. 使用GDB运行程序
gdb --args /home/kwanwaipang/colcon_ws/src/install/lightning/lib/lightning/run_slam_online --config ./config/default_nclt.yaml

# 在gdb提示符下运行
(gdb) run

# 程序崩溃后，获取回溯信息
(gdb) bt
(gdb) bt full

# 查看所有线程的堆栈
(gdb) thread apply all bt

# 退出gdb
(gdb) quit

如果打开Pangolin后出现Segmentation fault，应该是WSL 的图形子系统与 OpenGL/Pangolin 不兼容。

• 安装必要的图形库：

# 更新系统
sudo apt update
sudo apt upgrade -y

# 安装 Mesa 和 OpenGL 相关库
sudo apt install -y \
    mesa-utils \
    libgl1-mesa-glx \
    libgl1-mesa-dri \
    libglu1-mesa \
    libegl1-mesa \
    libgles2-mesa \
    libosmesa6

# 安装 X11 相关
sudo apt install -y \
    x11-apps \
    x11-utils \
    x11-xserver-utils \
    xauth \
    xorg \
    xvfb

# 测试 OpenGL
glxinfo | grep -E "OpenGL|renderer"
glxgears  # 应该能看到旋转的齿轮

似乎都无效，最终采用强制使用X11后端而不是Wayland

# 禁用Wayland，强制使用X11
export WAYLAND_DISPLAY=""
export QT_QPA_PLATFORM="xcb"
export GDK_BACKEND="x11"
export SDL_VIDEODRIVER="x11"
export PANGOLIN_WINDOW_URI="x11://"

# 然后运行程序
ros2 run lightning run_slam_online --config ./config/default_nclt.yaml

实验测试

建图测试

1. 实时建图（实时播包）
   • 启动建图程序: ros2 run lightning run_slam_online --config ./config/default_nclt.yaml
   • 播放数据包 ros2 bag play /home/kwanwaipang/NCLT/20130110
   • 保存地图（保存地址为data/new_map） ros2 service call /lightning/save_map lightning/srv/SaveMap "{map_id: new_map}"
2. 离线建图（遍历跑数据，更快一些）
   • ros2 run lightning run_slam_offline --config ./config/default_nclt.yaml --input_bag 数据包
   • 结束后会自动保存至data/new_map目录下
3. 查看地图
   • 查看完整地图：pcl_viewer ./data/new_map/global.pcd
   • 实际地图是分块存储的，global.pcd仅用于显示结果
   • map.pgm存储了2D栅格地图信息
   • 请注意，在定位程序运行过程中或退出时，也可能在同目录存储动态图层的结果，所以文件可能会有更多。

最后看看建图效果：

纯定位测试

1. 实时定位
   • 将地图路径写到yaml中的 system-map_path 下，默认是new_map（和建图默认一致)
   • 将车放在建图起点处
   • 启动定位程序： ros2 run lightning run_loc_online --config ./config/default_nclt.yaml
   • 播包或者输入传感器数据即可

首先启动定位程序即可看到加载地图的情况

1. 离线定位
   • ros2 run lightning run_loc_offline --config ./config/default_nclt.yaml --input_bag 数据包
2. 接收定位结果
   • 定位程序输出与IMU同频的TF话题（50-100Hz）

算力分析

Full SLAM情况下，查看CPU占用情况如下：

• 处理器是11th Gen Intel(R) Core(TM) i7-11800H @ 2.30GHz (2.30 GHz)，机带RAM为32.0 GB（分到WSL中只有16GB）
• 【CPU占用分析】
  • 程序使用了约1.2个物理核心（占用率为121.3%；100% = 1个CPU核心满负荷）【PS：对于i7-11800H（8核16线程）来说最大可达1600%】
  • CPU使用情况：7.1% (其中run_slam_online占主要部分)
• 【内存占用分析】：
  • RES（常驻内存）：753,484 KB ≈ 736 MB【此处显示总内存15864.2 MiB（约16GB），占用约4.6%】

存定位模式情况下，查看CPU占用情况如下：

那么同步到之前调研的Thor上，两者架构差异如下：

在Thor上配置安装

而然，实测lightning-lm在Thor上运行的CPU占用率为2~2.8个物理核（一共14个，占总资源的不到30%），内存消耗约370+MB。

注意对于Thor由于采用的是ARM架构，编译可能存在某些依赖库的问题，注释掉即可（部分库ARM架构下没有）~