10 分钟快速上手 MULLS从零安装依赖到跑通 LiDAR SLAM 官方 Demo 的完整教程【免费下载链接】MULLS MULLS: Versatile LiDAR SLAM via Multi-metric Linear Least Square [ICRA 21]项目地址: https://gitcode.com/gh_mirrors/mu/MULLSMULLS 是一款基于多度量线性最小二乘Multi-metric Linear Least Square的通用 LiDAR SLAM 系统发表于 ICRA 2021以低漂移、高效率和高度可扩展性著称支持点云配准、里程计、回环检测与建图等完整功能。本文将带你在 10 分钟内从零安装依赖、编译源码并成功跑通 MULLS 自带的官方 Demo零基础也能轻松上手 LiDAR SLAM。MULLS 是什么为何它是入门 LiDAR SLAM 的优选方案MULLS 的前端采用高效的多度量线性最小二乘框架将地面点、立面点、梁/顶点等不同几何特征分别提取并编码匹配NCC 编码实现快速而精准的 scan-to-map 配准后端则集成了回环检测与位姿图优化。官方在 KITTI 数据集上的评测显示其绝对轨迹误差ATE低至 0.54%单帧耗时仅约 0.08s性能表现相当亮眼同时MULLS 支持pcd / ply / txt / las / csv / h5 / bin等多种点云格式可灵活接入 KITTI、MulRan、Newer College 等公开数据集甚至你自己的激光雷达数据这正是它被称为 Versatile通用 的原因。上手前准备MULLS 运行环境与必备依赖MULLS 官方在 Ubuntu 16.04 / 18.04 / 20.04 上测试通过编译需要支持 OpenMP 的编译器。必装依赖包括PCL≥ 1.7、Eigen 3、Glog、Gflags可选依赖按需安装Ceres / g2o / GTSAM位姿图优化三选一推荐 CeresTEASER全局配准加速不装则回退到 RANSACOpenCV2D 地图、BEV 图像生成LibLas / HDF5 / Proj4 / Sophus分别对应 las、h5 数据读取与地理坐标投影等各依赖的开关均可在根目录的 CMakeLists.txt 中通过BUILD_WITH_*选项控制非常灵活。最快安装方法一键脚本安装全部依赖MULLS 提供了自动化依赖安装脚本 install_dep_lib.sh一条命令即可装好绝大部分依赖git clone https://gitcode.com/gh_mirrors/mu/MULLS cd MULLS bash script/tools/install_dep_lib.sh脚本会自动安装 PCL、Ceres、Sophus、LibLas、TEASER、OpenCV、HDF5 等并同步安装 Python 工具依赖见 requirements.txt。如果你只想用最简配置跑通 Demo手动sudo apt-get install安装 PCL、Eigen、Glog、Gflags 即可。提示不想折腾环境的同学仓库还提供了 Dockerfile 与 docker-compose.ymldocker-compose up即可在容器内自动完成全部安装、编译和 Demo 运行是省时省力的懒人方案。编译 MULLS 源码四个命令搞定依赖就绪后按官方推荐流程编译默认 Release 模式输出到bin/目录mkdir build cd build cmake .. make cd ..编译完成后会生成mulls_slam、mulls_reg、replay_slam以及bin2pcd、txt2pcd等格式转换工具源码见 test/ 目录。若想调整可选模块可先用ccmake ..配置或直接修改 CMakeLists.txt 中的选项后重新编译。10 分钟跑通官方 DemoMULLS SLAM 实测仓库自带了16 帧示例点云存放在 demo_data/pcd/即000000.pcd到000015.pcd无需任何数据准备即可直接测试。运行 MULLS SLAM 主程序源码入口为 mulls_slam.cppsh script/run_mulls_slam.sh脚本 run_mulls_slam.sh 默认指向./demo_data会自动生成result目录并输出轨迹、配准变换矩阵和建图结果。运行时会弹出实时可视化窗口可在配置中关闭你可以在窗口中直观看到 绿色地面特征点 红色立面特征点 蓝色梁/屋顶顶点等结构特征Demo 运行完成后轨迹与真值的对比图、评估表等结果都会输出到demo_data/result/文件夹方便你核验 LiDAR SLAM 的建图与定位精度。顺带体验MULLS 点云配准 Demo如果你只想测试点云配准registration模块MULLS 还提供了一对相邻帧的配准示例。运行sh script/run_mulls_reg.sh脚本 run_mulls_reg.sh 默认将第000000.pcd帧配准到第000015.pcd帧演示了几何特征提取 → NCC 编码 → 匹配求解的完整流程配准结果输出为demo_data/result/000015_reg.pcd进阶玩法用 KITTI 或你自己的数据跑 LiDAR SLAM跑通官方 Demo 只是开始MULLS 的真正价值在于处理真实数据KITTI 数据集下载 KITTI Odometry 数据集后用 run_kittibin2pcd.sh 把*.bin转为*.pcd再按 README 中的目录结构放置velodyne / pcd / calib.txt / 00.txt等文件即可。自己的数据只需按帧序号命名点云可用 batch_rename.sh 批量重命名然后在 run_mulls_slam.sh 中指定数据路径与pc_format即可。调参优化不同场景可切换不同的参数配置官方预置了 lo_gflag_list_kitti_urban.txt、lo_gflag_list_kitti_highway.txt 等配置文件在脚本中修改config_file一行即可生效。常见问题与排查技巧编译报错找不到依赖确认 PCL/Eigen/Glog/Gflags 已安装并检查 CMakeLists.txt 中对应BUILD_WITH_*选项是否开启。想关闭可视化在 run_mulls_slam.sh 中将--real_time_viewer_on改为0。想禁用回环检测在配置文件中将--loop_closure_detection_on设为false。重新编译不生效删除build目录后重新执行编译步骤。总结从安装依赖到跑通官方 DemoMULLS 全程只需 10 分钟bash script/tools/install_dep_lib.sh一键装依赖mkdir build cd build cmake .. make完成编译最后sh script/run_mulls_slam.sh一键体验 LiDAR SLAM 全流程。无论是入门学习 SLAM 原理还是快速验证自己的点云数据MULLS 都是值得一试的开源利器现在就动手试试吧【免费下载链接】MULLS MULLS: Versatile LiDAR SLAM via Multi-metric Linear Least Square [ICRA 21]项目地址: https://gitcode.com/gh_mirrors/mu/MULLS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
