同样的精度，四分之一的算力。

Batch‑LIO 重新设计了 Point‑LIO 的更新节奏：
不再逐点更新，而是以 1 毫秒为单位整批更新。

中文 · English

4.7× 每帧算力最高降低 100 Hz 剧烈运动序列

0.03 % 与基线的轨迹偏差 103 m 楼宇穿行，平均 3.1 cm

3.6× 闭环误差更小 outdoor_run：7.3 cm → 2.0 cm

100 % 可回退到原版 batch_dt = 0 与 Point‑LIO 逐位一致

---

一个想法，改变更新的粒度

Point‑LIO 证明了逐点更新能让激光‑惯性里程计跟上最剧烈的运动， 代价是每一帧都要执行成千上万次微小的滤波更新。

Batch‑LIO 提出了一个问题：一毫秒之内，机器人又能移动多远？

我们的答案是：可以短到先做运动补偿，再一次性完成更新。 每个点先被精确地补偿到窗口末时刻，然后所有残差合并成一次 EKF 更新。 更新次数减少了，每一批点也足够多，多核并行终于有了用武之地。

⏱ 毫秒级时间窗 按时间分组，而不是按时间戳分组。 窗口长度可调，扫描实验表明 1–2 ms 效果最好。

🌀 窗内运动去畸变 每个点都按滤波器估计的角速度和线速度补偿到窗口末时刻。 补偿公式有单元测试和放大实验两重验证。

⚡ 分批带来并行 逐点模式下开多线程反而更慢，分批之后多线程能再快一倍。 加速来自架构本身，而不是调参。

---

📈 性能

 

序列	场景	Point‑LIO	Batch‑LIO	提升
outdoor_run	100 Hz 高动态户外回环	2.56 ms	0.54 ms	4.7×
HKU_MB	260 s 楼宇穿行，103 m	16.21 ms	4.56 ms	3.6×
quick‑shack	手持室内回环	12.42 ms	3.51 ms	3.5×

_{每帧平均耗时，数值越低越好。纯 CPU，32 核 x86_64。完整数据：ROS 1 · ROS 2。}

轨迹一致性、窗口长度扫描与消融实验

轨迹一致性

序列	指标	Point‑LIO	Batch‑LIO
HKU_MB（103 m）	相对基线平均偏差	—	0.031 m
outdoor_run（回环）	首尾闭合误差	0.073 m	0.020 m¹
quick‑shack（回环）	首尾闭合误差	0.072 m	0.053 m

_{¹ ROS 1 结果。ROS 2 复测时同一序列为 0.085 m（去畸变关闭时为 0.079 m），闭合误差的优势没有稳定复现，详见 RESULTS_ROS2.md。}

窗口长度：0.5–2 ms 时轨迹与基线吻合，同时快 1.7–2.8 倍；≥ 5 ms 时匀速假设不再成立，漂移明显增大。

去畸变放大实验：把窗口放大到 20 ms，关闭去畸变时漂移为 7.59 m，打开后降到 0.51 m。

里程计频率：按窗口发布约 913 Hz。Point‑LIO 按帧发布约 10 Hz，按点发布约 6.7 kHz。

---

🚀 三分钟上手

# 构建：livox_ros_driver2 与 Batch‑LIO 作为同级包放进工作区
mkdir -p ~/batch_lio_ws/src && cd ~/batch_lio_ws/src
ln -sfn /path/to/livox_ros_driver2 livox_ros_driver2
ln -sfn /path/to/Batch-LIO         batch_lio
source /opt/ros/humble/setup.bash && cd .. && colcon build --symlink-install

# 运行：开启多线程，即为性能表中的配置
source install/setup.bash
ros2 run batch_lio batchlio_mapping --ros-args \
  --params-file $(ros2 pkg prefix batch_lio)/share/batch_lio/config/avia.yaml \
  -p batch_omp:=true
ros2 bag play <your_avia_bag>          # 另开一个终端

里程计发布在 /aft_mapped_to_init。支持 Livox Avia / Horizon、Ouster‑64、Velodyne‑16。 ROS 1 bag 可用 scripts/convert_bag.py 一键转换；带 RViz 的启动方式：ros2 launch batch_lio mapping_avia.launch.py。

三个参数，全部掌控：

参数	默认
batch_dt	0.001	时间窗长度（秒），设为 0 即原版 Point‑LIO
batch_omp	false	多线程点匹配
batch_deskew	true	窗内运动去畸变

---

🛡 工程品质

• 随时可以切回原版：batch_dt = 0 时与 Point‑LIO 的轨迹逐位相同，每个加速比都能回到原版复核；
• 多线程不影响结果：OpenMP 开或关，轨迹逐位相同；
• 测试覆盖：去畸变公式有 5 项 gtest，另有一项端到端测试，真实 bag 进、里程计出；
• 跨版本：原生支持 ROS 2 Humble，Jazzy 提供 Docker 镜像，ROS 1 版本在 ros1-noetic tag 归档；
• 可复现：A/B 对比、参数扫描与消融脚本全部在 scripts/ 中。

---

🗺 下一站

🤖	边缘部署：NVIDIA Jetson 实机适配，提供延迟、功耗与温度的完整报告
🎯	真值评测：在带真值的公开数据集上报告 ATE / RPE
⚙️	进一步提速：CPU 端吸收 Small Point‑LIO 的思路，并探索 GPU 常驻地图

---

关于数字

• 对照对象是 Point‑LIO，同一 bag、同一参数；ROS 2 数据的对照为同一二进制下的 batch_dt = 0。
• 这些序列没有真值：「偏差」指与 Point‑LIO 轨迹的吻合度，「闭环误差」指回环序列的首尾距离。
• 测试平台为 32 核 x86_64，其他平台需要重新测量。
• 提升的是算力效率，而不是里程计带宽：分批会减少更新次数。
• 本项目复现 Point‑LIWO 的创新点一，不包含轮速计。

致谢

Batch‑LIO 基于港大 MARS 实验室的 Point‑LIO， 分批更新的思路来自中国科学技术大学张昊鹏的本科毕业设计《高带宽轮式激光惯性里程计》（Point‑LIWO）。 去畸变沿用 FAST‑LIO 和 sr_lio 的运动补偿写法。使用本项目时请引用 Point‑LIO 与 FAST‑LIO。

本项目采用 MIT 许可，源自 Point‑LIO、LOAM、Livox 的部分保留其 BSD‑3 声明。

_{如果 Batch‑LIO 对你有帮助，欢迎点一个 ⭐}