本文基于宇树官方G1机器人激光雷达开发文档（https://support.unitree.com/home/zh/G1_developer/lidar_Instructions），结合实际开发实操经验，完整复现Livox Mid-360激光雷达从硬件连接、网络配置、上位机调试，到SDK部署、ROS驱动接入、点云噪点处理的全流程，每个步骤均补充详细操作说明、命令解析、参数含义，新增大量运行结果截图对应描述、实操细节和踩坑总结，内容详实可直接复现，适合刚接触G1机器人和Mid-360雷达的开发者，助力快速完成雷达部署与开发。

关键词：宇树G1；Livox Mid-360；激光雷达；SDK开发；ROS驱动；点云处理；常见问题

一、G1机器人雷达基础信息与官方资料获取

1.1 雷达核心参数与安装说明

宇树G1机器人的激光雷达模块安装于机器人头部位置，选用的型号为Livox Mid-360，该雷达是Livox推出的一款高性价比、安全可靠的激光探测测距仪传感器，广泛应用于物流机器人、工业机器人、智慧城市等多个领域，能够完美支持建图、定位、障碍物识别、自主避障等核心功能的实现，是G1机器人实现环境感知的核心部件。

Mid-360雷达核心特性补充：

• 探测范围：360°全向感知，无探测盲区，能够全方位捕捉周围环境信息；

• 测距精度：误差控制在合理范围内，满足机器人自主导航、避障的精度需求；

• 数据输出：支持实时输出点云数据、IMU数据，帧率稳定，可满足实时开发需求；

• 尺寸结构：具体尺寸参数可参考官方附录（单位：mm），头部安装设计不影响机器人整体运动灵活性。

1.2 官方资料获取（必备）

开发过程中需频繁查阅官方资料，以下是核心资料的获取地址，建议收藏备用：

• 雷达详情页：https://www.livoxtech.com/mid-360（了解雷达硬件参数、性能指标、应用场景）；

• 雷达资料下载页：https://www.livoxtech.com/mid-360/downloads（下载上位机、用户手册、配置文件等）；

• 雷达官方GitHub地址：https://github.com/Livox-SDK（获取SDK源码、驱动程序、示例代码）；

• 宇树G1官方开发文档：https://support.unitree.com/home/zh/G1_developer/lidar_Instructions（本文核心参考文档，包含雷达与机器人的适配细节）。

1.3 雷达坐标系说明

Mid-360雷达采用直角坐标系O-XYZ，其中点O为雷达原点，O-XYZ为雷达的点云坐标系，后续开发中（如SLAM建图、坐标转换）需明确雷达坐标系与G1机器人中心坐标系的对应关系，避免出现坐标偏差导致的开发问题。坐标系具体定义可参考官方文档中的图示，核心注意点：机器人运动时，雷达坐标系会随机器人整体运动，需通过IMU数据进行坐标校准。

二、硬件连接与网络配置（必做步骤，核心关键）

雷达数据获取的前提是完成硬件连接和网络配置，此步骤若出现问题，后续所有调试都会失败，需严格按照以下步骤操作，每一步都补充详细说明和注意事项。

2.1 硬件连接操作

核心连接方式：电脑网口 ↔ G1机器人肩部网口，使用千兆直连网线（建议选用质量较好的网线，避免因网线质量问题导致的连接不稳定、丢包等情况）。

操作步骤：

1. 关闭G1机器人电源和电脑电源，避免带电插拔网线导致设备损坏；

2. 将千兆网线的一端插入电脑的有线网口（确保电脑网口正常可用，若电脑无有线网口，可使用USB转网口适配器，建议选用千兆适配器）；

3. 将网线的另一端插入G1机器人肩部的网口（注意区分机器人肩部的网口和其他接口，避免插错）；

4. 分别开启电脑和G1机器人电源，等待设备正常启动（G1机器人启动完成后，头部雷达会有轻微转动，表明雷达已正常上电）。

注意事项：若连接后雷达无反应，检查网线是否插紧、机器人电源是否正常、电脑网口是否可用，可更换网线或电脑网口重新尝试。

2.2 电脑IP配置（分Windows和Ubuntu系统）

G1机器人雷达出厂默认IP地址为192.168.123.120，为了实现电脑与雷达的正常通信，需将电脑IP设置在192.168.123网段下，子网掩码和网关固定，具体配置步骤分系统详细说明。

2.2.1 Ubuntu系统（推荐开发系统，适配ROS）

本文以Ubuntu 20.04为例（适配ROS Noetic，后续ROS驱动开发需用到），配置步骤如下：

1. 打开Ubuntu系统的“设置”（Settings），找到“网络”（Network）选项，点击进入；

2. 在网络设置中，找到已连接的有线网络（通常显示为“PCI Ethernet”，状态为“Connected - 1000 MD/s”），点击右侧的设置图标；

3. 在弹出的窗口中，切换到“IPv4”选项卡，将“IPv4 Method”从默认的“Automatic (DHCP)”改为“Manual”（手动配置）；

4. 点击“Addresses”下方的“+”号，添加IP地址配置，具体参数如下：

5. Address（IP地址）：192.168.123.123（可设置为192.168.123.xxx，xxx范围为2-254，避免与雷达IP 192.168.123.120冲突）；

6. Netmask（子网掩码）：255.255.255.0（固定值，不可修改）；

7. Gateway（网关）：192.168.123.1（固定值，不可修改）。

8. DNS设置保持默认的“Automatic”即可，无需手动修改；

9. 点击窗口右下角的“Apply”（应用），等待配置生效，生效后有线网络会重新连接，状态仍为“Connected”。
   

2.2.2 Windows系统（适合快速调试、上位机操作）

Windows系统配置步骤如下，以Windows 10为例：

1. 右键点击桌面右下角的网络图标，选择“打开网络和Internet设置”；

2. 在弹出的窗口中，点击“高级网络设置”，然后选择“更多网络适配器选项”；

3. 在“网络连接”窗口中，找到连接雷达的有线网络（通常显示为“以太网”，可能标注为“以太网8”等，根据实际连接情况区分），右键点击该网络，选择“属性”；

4. 在弹出的“以太网属性”窗口中，找到“Internet 协议版本 4 (TCP/IPv4)”，选中该选项后点击“属性”；

5. 在“TCP/IPv4属性”窗口中，选择“使用下面的IP地址”，输入以下参数：

6. IP地址：192.168.123.123（与Ubuntu系统一致，避免与雷达IP冲突）；

7. 子网掩码：255.255.255.0（固定值）；

8. 默认网关：192.168.123.1（固定值）。

9. DNS服务器地址保持默认的“自动获得DNS服务器地址”，无需手动输入；

10. 点击“确定”保存配置，再点击“以太网属性”窗口的“确定”，完成IP配置。
    

2.3 连通性测试（验证网络配置是否成功）

IP配置完成后，需通过ping命令测试电脑与雷达的连通性，确认网络连接正常，步骤如下：

1. 打开电脑的终端（Ubuntu系统）或命令提示符（Windows系统，按下Win+R，输入cmd后回车）；

2. 在终端/命令提示符中输入以下命令：
   ping 192.168.123.120

3. 按下回车后，观察ping的结果：

4. 成功情况：出现“Reply from 192.168.123.120: bytes=32 time<1ms TTL=64”的提示，且持续输出，表明电脑与雷达已成功连通；

5. 失败情况：出现“Request timed out”（请求超时）或“Destination host unreachable”（目标主机不可达），表明网络配置存在问题，需重新检查IP配置、网线连接。

6. 测试完成后，按下Ctrl+C终止ping命令（Ubuntu系统）或Ctrl+Break终止（Windows系统）。

注意事项：若ping不通，优先检查以下几点：
① 网线是否插紧、是否为千兆直连线；
② 电脑IP是否正确设置在192.168.123网段；
③ 关闭电脑的防火墙、VPN（防火墙可能会阻止雷达与电脑的通信）；
④ 重启雷达和电脑，重新尝试连接。

三、Livox Viewer 2 上位机快速上手（可视化雷达数据）

Livox Viewer 2是Livox官方推出的上位机软件，可直接查看雷达的实时点云数据、配置雷达参数、录制点云数据（LVX2格式），操作简单，适合快速验证雷达是否正常工作，是开发初期必备的调试工具。

3.1 上位机下载与安装

上位机软件需从Livox官方资料页下载，对应自己的电脑系统（Windows或Ubuntu），步骤如下：

1. 打开Livox Mid-360资料下载页：https://www.livoxtech.com/mid-360/downloads；

2. 下拉页面找到“Software”板块，可看到以下相关资源：

3. Livox Viewer 2 Release Notes（版本说明，可了解版本更新内容）；

4. Livox Viewer 2 User Manual（用户手册，详细介绍上位机的使用方法）；

5. Livox Viewer 2 - Windows（Windows系统版本，2023-01-10发布）；

6. Livox Viewer 2 - Ubuntu（Ubuntu系统版本，2023-02-07发布）。

7. 根据自己的电脑系统，点击对应的“Downloads”下载上位机安装包；

8. 安装步骤：

9. Windows系统：双击下载的安装包，按照提示下一步安装，可自定义安装路径，安装完成后桌面会出现快捷方式；

10. Ubuntu系统：下载的是压缩包，解压后进入解压目录，找到可执行文件，赋予执行权限后即可运行（具体命令：chmod +x LivoxViewer2，然后./LivoxViewer2）。

3.2 上位机操作与点云查看

前提：已完成硬件连接和网络配置，电脑与雷达正常连通（ping测试通过）。

1. 打开Livox Viewer 2上位机，启动后会自动检测网络适配器；

2. 在软件界面左上角的“Adapter”下拉框中，选择我们配置的IP地址（192.168.123.123），若未自动出现，可手动输入后点击刷新；

3. 等待几秒后，软件会自动搜索雷达，在“Lidar List”（雷达列表）中会显示Mid-360雷达的设备信息（如设备编号47MDL130010006），表明雷达已被成功识别；

4. 点击雷达列表中的雷达，软件会自动连接雷达，连接成功后，界面右侧会实时显示雷达的点云数据；

5. 上位机界面核心参数说明（可实时观察）：

6. Point Size（点大小）：默认1 pixel，可根据需求调整，越大点云越清晰；

7. Color（颜色）：默认按Reflectivity（反射率）着色，反射率越高，颜色越亮（从0到255渐变）；

8. FrameTime（帧间隔）：默认100ms，对应帧率10Hz，可在设置中调整；

9. Points Num（点云数量）：实时显示每帧的点云数量，正常情况下稳定在约19968点/帧（与官方示例一致）；

10. Filtered Points Num（过滤后点云数量）：默认0，可开启过滤功能后查看。

11. 额外操作：可点击界面上方的“Record Mode”（录制模式），选择LVX2格式，点击开始录制，将实时点云数据保存到本地，用于后续的点云后处理、算法测试。
    

3.3 运行结果详解

成功运行后，上位机界面会呈现以下结果，可通过这些结果判断雷达是否正常工作：

1. 点云显示：界面右侧实时显示360°全向点云，能够清晰看到周围环境的轮廓（如墙壁、桌椅、地面等），点云分布均匀，无明显断连、空缺；

2. 参数稳定：Points Num稳定在19000-20000点/帧，FrameTime稳定在100ms左右，无大幅波动；

3. 无警告提示：雷达列表中无红色警告（若出现警告，可查看警告信息，通常是连接不稳定或参数配置问题）；

4. 录制功能正常：点击录制后，可在指定路径下生成LVX2格式文件，后续可通过上位机重新打开查看录制的点云数据。

异常情况：若点云出现大面积空缺、帧率波动过大、雷达无法识别，需检查网络连接、雷达供电，或重启上位机、雷达后重新尝试。

3.4 上位机使用注意事项

• 不要在G1机器人的Jetson Orin Nx（PC2）的Ubuntu系统上直接运行LivoxViewer2.sh，会报错“Exec format error”（执行格式错误），建议使用外接电脑连接G1肩部网口，配置雷达IP及相关参数；

• 若上位机搜不到雷达，可尝试重启上位机、重新插拔网线，或确认Adapter IP设置正确；

• 上位机的详细使用方法，可参考官方下载的《Livox Viewer 2 User Manual》（用户手册），里面包含更多高级功能（如参数配置、点云过滤、数据导出等）。

四、通过Livox-SDK2获取点云数据（C/C++开发）

Livox SDK2是Livox官方推出的软件开发工具包，专为HAP、Mid-360等所有Livox激光雷达设计，基于C/C++开发，遵循Livox SDK2通信协议，提供易于使用的C风格API，开发者可通过SDK快速连接雷达、接收点云数据，进行二次开发（如点云处理、算法部署等）。

4.1 SDK下载与编译安装

本文以Ubuntu 20.04系统为例，详细说明SDK的克隆、编译、安装步骤，Windows系统操作类似，可参考官方文档。

1. 打开Ubuntu终端，确保电脑已安装git（若未安装，执行命令：sudo apt-get install git）；

2. 克隆Livox-SDK2源码到本地（可自定义克隆路径，本文以home目录为例）：
   git clone https://github.com/Livox-SDK/Livox-SDK2.git命令解析：git clone 用于从GitHub克隆源码仓库，后面的地址是Livox-SDK2的官方仓库地址，克隆完成后，home目录下会出现Livox-SDK2文件夹。

3. 进入SDK目录，创建build文件夹（用于存放编译文件）：
   cd ./Livox-SDK2/ mkdir build

4. 进入build文件夹，执行cmake编译和make安装：
   cd build cmake .. && make -j
sudo make install命令解析：

5. cmake ..：用于生成Makefile文件，“..”表示CMakeLists.txt文件在上级目录（Livox-SDK2目录）；

6. make -j：用于编译源码，“-j”表示多线程编译，可加快编译速度（具体线程数可根据电脑配置调整，如make -j4）；

7. sudo make install：用于将编译好的库文件安装到系统目录（/usr/local/lib）和头文件安装到/usr/local/include，方便后续开发时调用。

8. 编译安装验证：安装完成后，可在/usr/local/lib目录下看到liblivox_lidar_sdk_*相关库文件，在/usr/local/include目录下看到livox_lidar_*相关头文件，表明安装成功。

4.2 SDK卸载方法（可选）

若后续需要卸载SDK，可在终端执行以下命令，删除安装的库文件和头文件：
sudo rm -rf /usr/local/lib/liblivox_lidar_sdk_* sudo rm -rf /usr/local/include/livox_lidar_*命令解析：rm -rf 用于强制删除文件/文件夹，这里分别删除SDK的库文件和头文件，执行后SDK即卸载完成。

4.3 示例代码修改与运行

Livox-SDK2源码中包含丰富的示例代码，位于Livox-SDK2/samples文件夹下，开发者可直接修改示例代码，实现点云数据的获取，步骤如下：

1. 进入samples文件夹，找到mid360_config.json配置文件（该文件用于配置雷达IP和主机IP）：
   cd ../samples # 从build目录回到samples目录

2. 打开mid360_config.json文件，修改以下两个参数（关键，否则无法连接雷达）：
   修改后的配置文件片段示例：

{
  "lidar_summary_info" : {
    "lidar_type": 8
  },
  "MID360": {
    "lidar_net_info" : {
      "cmd_data_port": 56100,
      "push_msg_port": 56200,
      "point_data_port": 56300,
      "imu_data_port": 56400,
      "log_data_port": 56500
    },
    "host_net_info" : {
      "cmd_data_ip" : "192.168.123.123",
      "cmd_data_port": 56101,
      "push_msg_ip": "192.168.123.123",
      "push_msg_port": 56201,
      "point_data_ip": "192.168.123.123",
      "point_data_port": 56301,
      "imu_data_ip" : "192.168.123.123",
      "imu_data_port": 56401,
      "log_data_ip" : "",
      "log_data_port": 56501
    }
  },
  "lidar_configs" : [
    {
      "ip" : "192.168.123.120",
      "pcl_data_type" : 1,
      "pattern_mode" : 0,
      "extrinsic_parameter" : {
        "roll": 0.0,
        "pitch": 0.0,
        "yaw": 0.0,
        "x": 0,
        "y": 0,
        "z": 0
      }
    }
  ]
}

3. 雷达IP：改为雷达的出厂默认IP 192.168.123.120；

4. 电脑IP：改为电脑的IP地址（本文为192.168.123.123）。

5. 回到build目录，重新编译示例代码（确保修改后的配置文件生效）：cd ../build make -j

6. 运行示例程序：编译完成后，build/samples目录下会生成可执行文件，执行对应的可执行文件（如lidar_sample）：
   \./samples/lidar\_sample

4.4 运行结果详解

示例程序运行成功后，终端会输出以下结果，表明SDK已成功连接雷达并获取点云数据：

1. 连接成功提示：终端会输出“Lidar connected successfully”（雷达连接成功）的提示，同时显示雷达的设备信息（如设备型号、固件版本等）；

2. 点云数据输出：终端会持续输出每帧点云的详细信息，包括点云的X、Y、Z坐标（空间位置）、强度（Reflectivity）、Tag（噪点/多回波标识）等，每帧输出约20000个点的信息；

3. 帧率稳定：输出频率与雷达帧率一致（默认10Hz），无明显丢包、卡顿，终端无报错信息；

4. 可扩展功能：开发者可在示例代码的基础上，添加点云保存、点云过滤、实时显示等功能，例如将点云数据保存为PCD格式，用于后续的点云处理。

异常情况：若运行示例程序报错“Failed to connect to lidar”（无法连接雷达），需检查：① 雷达IP和主机IP配置正确；② 电脑与雷达网络连通；③ SDK编译安装无错误；④ 雷达已正常上电。

五、通过livox_ros_driver2接入ROS（推荐，适配机器人开发）

对于机器人开发而言，ROS（机器人操作系统）是常用的开发平台，Livox官方提供了livox_ros_driver2驱动包，适用于ROS1（推荐使用Noetic版本）和ROS2（推荐使用Foxy或Humble版本），可快速将Mid-360雷达接入ROS系统，实现点云数据的发布与订阅，方便后续SLAM建图、自主导航等开发。

本文以ROS1 Noetic（Ubuntu 20.04）为例，详细说明驱动包的下载、配置、启动与运行步骤。

5.1 前置准备（安装ROS）

若电脑未安装ROS Noetic，需先安装ROS Noetic，具体安装步骤可参考ROS官方文档（http://wiki.ros.org/noetic/Installation/Ubuntu），安装完成后，确保ROS环境变量已配置（每次打开终端都需执行source /opt/ros/noetic/setup.bash，或添加到.bashrc文件中）。

5.2 驱动包下载与编译

1. 创建ROS工作空间（若已存在，可直接使用），本文以catkin_ws为例：
   mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src

2. 克隆livox_ros_driver2驱动包源码到src目录：
   git clone https://github.com/Livox-SDK/livox_ros_driver2命令解析：将驱动包源码克隆到ROS工作空间的src目录下，便于后续编译。

3. 回到catkin_ws工作空间，执行catkin_make编译驱动包：cd ~/catkin_ws catkin_make注意：若编译过程中出现依赖缺失报错，需根据报错信息安装对应的依赖包（如sudo apt-get install ros-noetic-pcl-ros等）。

4. 配置ROS环境变量，使驱动包生效：source devel/setup.bash建议将该命令添加到~/.bashrc文件中，避免每次打开终端都需重新执行。

5.3 驱动配置修改（关键步骤）

驱动包的配置文件位于livox_ros_driver2/config/MID360_config.json，需修改该文件中的雷达IP和主机IP，确保驱动能够正常连接雷达，具体修改步骤如下：

1. 进入配置文件所在目录：
   cd ~/catkin_ws/src/livox_ros_driver2/config

2. 打开MID360_config.json文件，修改以下关键参数：
   完整的修改后配置文件如下（可直接复制使用）：

{
  "lidar_summary_info" : {
    "lidar_type": 8
  },
  "MID360": {
    "lidar_net_info" : {
      "cmd_data_port": 56100,
      "push_msg_port": 56200,
      "point_data_port": 56300,
      "imu_data_port": 56400,
      "log_data_port": 56500
    },
    "host_net_info" : {
      "cmd_data_ip" : "192.168.123.123",
      "cmd_data_port": 56101,
      "push_msg_ip": "192.168.123.123",
      "push_msg_port": 56201,
      "point_data_ip": "192.168.123.123",
      "point_data_port": 56301,
      "imu_data_ip" : "192.168.123.123",
      "imu_data_port": 56401,
      "log_data_ip" : "",
      "log_data_port": 56501
    }
  },
  "lidar_configs" : [
    {
      "ip" : "192.168.123.120",
      "pcl_data_type" : 1,
      "pattern_mode" : 0,
      "extrinsic_parameter" : {
        "roll": 0.0,
        "pitch": 0.0,
        "yaw": 0.0,
        "x": 0,
        "y": 0,
        "z": 0
      }
    }
  ]
}

参数说明：

3.雷达 IP：lidar_configs → “ip” = 192.168.123.120（MID360 默认）
4.电脑 IP：host_net_info 下所有 IP 均为 192.168.123.123

5. lidar_type：雷达类型，Mid-360对应的值为8，不可修改；

6. lidar_net_info：雷达的网络端口配置，固定值，无需修改；

7. host_net_info：主机的网络配置，IP需与电脑IP一致，端口可默认；

8. extrinsic_parameter：雷达的外参（roll、pitch、yaw、x、y、z），默认值为0，后续可根据机器人实际安装情况校准。

9. 修改launch文件中的配置文件路径：进入livox_ros_driver2/launch_ROS1目录，打开msg_MID360.launch文件，找到"user_config_path"参数，确保其路径指向修改后的MID360_config.json文件，默认路径如下（无需修改，若修改了配置文件路径，需对应调整）：

5.4 启动驱动节点与查看话题

1. 打开终端，启动ROS核心节点（roscore）：
   roscore注意：roscore必须先启动，否则无法启动驱动节点。

2. 打开新的终端，启动livox_ros_driver2驱动节点（确保ROS环境变量已配置）：
   roslaunch livox_ros_driver2 msg_MID360.launch命令解析：roslaunch用于启动launch文件，msg_MID360.launch是Mid-360雷达的专用launch文件，启动后会自动连接雷达并发布点云、IMU话题。

3. 启动成功后，终端会输出“Livox lidar driver started successfully”（驱动启动成功）的提示，同时显示雷达的连接信息；

4. 打开新的终端，查看ROS话题列表，确认点云话题和IMU话题已正常发布：
   rostopic list输出结果中，会看到以下两个核心话题：

5. /livox/lidar：雷达点云数据话题，发布点云信息；

6. /livox/imu：雷达IMU数据话题，发布姿态、加速度等信息。

7. 查看话题详情（可选）：可通过rostopic echo命令查看话题的具体数据，例如查看点云话题：
   rostopic echo /livox/lidar终端会持续输出点云的详细数据，包括点云的坐标、强度、Tag等信息。

5.5 RViz可视化点云（直观查看）

ROS中可通过RViz工具直观查看点云数据，步骤如下：

1. 在启动驱动节点的前提下，打开新的终端，启动RViz：
   rviz

2. 在RViz界面中，进行以下配置：

3. 设置Fixed Frame：在界面左侧“Global Options”下的“Fixed Frame”下拉框中，选择“livox_frame”（与launch文件中的msg_frame_id参数一致）；

4. 添加PointCloud2话题：点击界面左侧“Displays”下的“Add”，选择“PointCloud2”，然后在“Topic”下拉框中选择“/livox/lidar”；

5. 调整点云显示：在“PointCloud2”的配置中，可调整“Size (m)”（点大小）、“Color Transformer”（颜色映射方式，建议选择“Intensity”，按反射率着色），使点云显示更清晰。

5.6 运行结果详解

驱动启动并完成RViz配置后，会呈现以下运行结果，表明雷达已成功接入ROS系统：

1. 驱动节点运行正常：启动驱动的终端无报错信息，持续输出雷达的工作状态（如帧率、点云数量等）；

2. 话题发布正常：rostopic list可看到/livox/lidar和/livox/imu话题，rostopic echo可正常查看话题数据；

3. RViz可视化正常：RViz界面中可实时显示360°稠密点云，能够清晰看到周围环境的轮廓，点云无明显抖动、漂移、畸变；

4. 可直接用于后续开发：发布的点云话题可直接被FAST-LIO、LOAM等SLAM算法订阅，用于建图；IMU话题可用于机器人姿态校准、导航定位。

补充说明：launch文件中的核心参数（可根据需求调整）：

参数名称	详细说明	默认值
publish_freq	点云发布频率，浮点型数据，推荐值5.0、10.0、20.0、50.0Hz，最大为100.0Hz	10.0
multi_topic	点云话题发布模式，0表示所有雷达共用一个话题，1表示每个雷达单独一个话题	0
xfer_format	点云格式，0为Livox pointcloud2格式，1为Livox自定义格式，2为PCL标准pointcloud2格式（仅ROS）	0

六、点云噪点处理（Tag过滤，提升点云质量）

Mid-360雷达在输出点云数据时，会内置Tag标识信息，用于指示点云的多回波信息和噪点信息，开发者可通过解析Tag信息，过滤掉噪点，提升点云质量，为后续的SLAM建图、障碍物识别等功能提供更干净的点云数据。

6.1 Tag标识信息详解

Tag是一个8位（bit0-bit7）的标识位，每一位代表不同的含义，具体分布如下（从bit0到bit7，bit0为最低位）：

bit7	bit6	bit5-bit4	bit3-bit2	bit1	bit0
保留位（无含义）	保留位（无含义）	回波序号：00=第0个回波，01=第1个回波，10=第2个回波，11=第3个回波	00=正常点，11=保留位	基于强度的点属性：01=回波能量噪点置信度高，10=回波能量噪点置信度中，00=正常点	基于空间位置的点属性：01=空间噪点置信度高，10=空间噪点置信度中，11=空间噪点置信度低，00=正常点

核心原则：只有当Tag的低4位（bit0-bit3）全为0时，该点才视为有效点，否则为噪点或无效点，需过滤掉。

6.2 噪点过滤代码实现

以下是基于C++的噪点过滤参考代码，可集成到SDK或ROS驱动的点云处理流程中，实现噪点过滤：

// 假设_Lidar_1_pcl为获取到的点云数据（pcl::PointCloud类型）
for (int i = 0; i < _Lidar_1_pcl.points.size(); ++i) {
    // 核心过滤逻辑：低4位全0才视为有效点，否则过滤
    if(_Lidar_1_pcl.points[i].tag > 0 && _Lidar_1_pcl.points[i].tag < 16){
        // 若需要查看Tag的具体值，可解开以下注释
        // std::cout << "无效点Tag值: " << static_cast<int>(_Lidar_1_pcl.points[i].tag) << std::endl;
        
        // 可选：解析Tag的每一位，查看噪点类型
        // std::vector<bool> bit_values(8);
        // for (int k = 0; k < 8; ++k) {
        //     bit_values[k] = (_Lidar_1_pcl.points[i].tag >> k) & 0x01;
        // }
        // for (int k = 0; k < 8; ++k) {
        //     std::cout << "Bit " << k <<: " << static_cast<bool>(bit_values[k]) << std::endl;
        // }
        
        // 过滤当前噪点，跳过后续处理
        continue;
    }
    // 有效点的后续处理（如保存、显示、算法输入等）
    // ...
}

代码说明：

• 循环遍历每一个点云数据，判断其Tag值是否在0-15之间（即低4位不全为0）；

• 若Tag值在0-15之间，说明该点为噪点或无效点，执行continue跳过该点，实现过滤；

• 可解开注释部分，查看无效点的Tag值和每一位的含义，便于分析噪点类型（如空间噪点、能量噪点）。

6.3 噪点处理运行结果

添加噪点过滤代码后，点云质量会得到明显提升，具体运行结果如下：

1. 噪点去除效果：过滤掉大量空中噪点、玻璃/镜面反射产生的伪影点、远距离无效点，点云整体更干净；

2. 点云稳定性提升：过滤后点云的抖动、漂移现象减少，环境轮廓更清晰，便于后续的特征提取、匹配；

3. 算法适配性提升：过滤后的点云可直接用于SLAM建图、障碍物检测等算法，减少算法的计算量，提升算法运行效率和精度；

4. 点云数量变化：过滤后每帧点云数量会略有减少（具体减少量取决于环境中的噪点数量），但核心有效点保留完整，不影响环境感知。

七、常见问题与解决方法（亲测有效，避坑必备）

结合实际开发过程中遇到的问题，整理了以下常见问题、报错原因及解决方法，覆盖网络连接、上位机、SDK、ROS驱动等各个环节，帮助开发者快速排查问题，提高开发效率。

7.1 网络连接类问题

问题1：ping 192.168.123.120 提示请求超时（Request timed out）

原因分析：

• 网线未插紧、网线质量不佳，或网线不是千兆直连线；

• 电脑IP配置错误（如网段错误、网关错误）；

• 电脑防火墙、VPN阻止了通信；

• 雷达未正常上电，或雷达硬件故障。