LIO-SAM项目Docker环境构建指南

概述

本文详细解析LIO-SAM项目中的Dockerfile构建过程，帮助开发者理解如何为这个激光惯性里程计与建图系统搭建标准化的开发环境。Docker容器化部署是当前机器人开发中的最佳实践，能够确保开发环境的一致性，避免因环境差异导致的各种问题。

基础镜像选择

Dockerfile以osrf/ros:kinetic-desktop-full-xenial作为基础镜像，这是ROS Kinetic Kame版本的官方镜像，包含完整的桌面环境和ROS核心组件。选择这个镜像的原因是：

1. LIO-SAM最初是为ROS Kinetic开发的
2. 桌面完整版包含了ROS基础工具、RViz可视化工具等必要组件
3. Xenial (Ubuntu 16.04) 是该ROS版本的官方支持系统

ROS依赖安装

构建过程首先安装了几个关键的ROS功能包：

RUN apt-get update \
    && apt-get install -y ros-kinetic-navigation \
    && apt-get install -y ros-kinetic-robot-localization \
    && apt-get install -y ros-kinetic-robot-state-publisher

这些包分别提供：

• navigation: ROS导航栈核心功能
• robot-localization: 机器人定位相关工具
• robot-state-publisher: 机器人状态发布工具

这些是LIO-SAM运行时的重要依赖，确保了系统能够正确处理定位和状态信息。

GTSAM安装

LIO-SAM使用了Georgia Tech Smoothing and Mapping (GTSAM)库进行因子图优化：

RUN add-apt-repository -y ppa:borglab/gtsam-release-4.0 \
    && apt install -y libgtsam-dev libgtsam-unstable-dev

这里特别添加了borglab的PPA源来安装GTSAM 4.0版本，因为：

1. GTSAM提供了先进的因子图优化实现
2. 4.0版本包含LIO-SAM所需的特定功能
3. 同时安装了稳定版和不稳定版的开发文件

工作空间设置

构建脚本创建了标准的ROS工作空间结构：

RUN mkdir -p ~/catkin_ws/src \
    && cd ~/catkin_ws/src \
    && git clone https://github.com/TixiaoShan/LIO-SAM.git \
    && cd .. \
    && source /opt/ros/kinetic/setup.bash \
    && catkin_make

这一步骤：

1. 创建catkin工作空间标准目录结构
2. 克隆LIO-SAM源码到src目录
3. 初始化ROS环境
4. 使用catkin_make编译整个项目

环境配置

最后，Dockerfile配置了bash环境：

RUN echo "source /opt/ros/kinetic/setup.bash" >> /root/.bashrc \
    && echo "source /root/catkin_ws/devel/setup.bash" >> /root/.bashrc

这样每次进入容器时：

1. 自动加载ROS环境变量
2. 自动加载LIO-SAM编译生成的环境设置

使用建议

基于这个Dockerfile构建的镜像，开发者可以：

1. 直接运行LIO-SAM系统进行测试
2. 作为开发基础镜像，添加自己的修改
3. 确保团队开发环境的一致性
4. 方便部署到不同机器上

对于想要修改Dockerfile的开发者，建议：

• 如果需要其他ROS功能包，可以在第一个apt-get install部分添加
• 如果要升级GTSAM版本，需要确认与LIO-SAM的兼容性
• 可以添加自己的启动脚本到镜像中

总结

这个Dockerfile为LIO-SAM项目提供了完整的开发运行环境封装，包含了所有必要的依赖项和配置。通过容器化部署，开发者可以快速搭建一致的开发环境，专注于算法研究和应用开发，而不必担心环境配置问题。