2026-06-27 · 14 min

Intégrer un LiDAR dans ROS2 : guide complet

Guide pas à pas pour intégrer un LiDAR Ouster, Hesai, Livox ou SICK dans ROS2 (Humble/Iron/Jazzy) : installation des drivers, configuration réseau, PTP, QoS, lancement, visualisation RViz2, SLAM et fusion de capteurs.

ROS2LiDARIntegrationSLAMPerceptionautonomous-robotsmapping-survey

1. Introduction

Le LiDAR est devenu un capteur incontournable en robotique mobile pour la navigation autonome, la cartographie SLAM et la perception. Ce guide couvre l'intégration des drivers Ouster (ouster-ros), Hesai (hesai_ros_driver), Livox (livox_ros_driver2) et SICK (sick_scan_xd) dans ROS2 Humble, Iron et Jazzy.

2. Installation des drivers

Ouster : git clone --branch ros2 https://github.com/ouster-lidar/ouster-ros.git, colcon build. Topics : /ouster/points (PointCloud2), /ouster/imu. Hesai : git clone https://github.com/HesaiTechnology/hesai_ros_driver.git. Topics : /hesai/pandar. Livox : git clone https://github.com/Livox-SDK/livox_ros_driver2.git. Topics : /livox/lidar. SICK : git clone https://github.com/SICKAG/sick_scan_xd.git. Topics : /scan (2D), /cloud (3D).

3. Configuration réseau

Configurez une IP statique sur le même sous-réseau que le LiDAR (ex: 192.168.1.50/24). Activez PTP (IEEE 1588) via linuxptp pour un horodatage précis : sudo ptp4l -i eth0 -m -s. Utilisez la QoS BEST_EFFORT dans ROS2 pour les nuages de points afin d'éviter la saturation DDS.

4. Visualisation et traitements avancés

Visualisez le nuage de points dans RViz2 (Add > PointCloud2). Pour le SLAM 2D, utilisez slam_toolbox après projection via pointcloud_to_laserscan. Pour le SLAM 3D, utilisez Cartographer. La fusion LiDAR/IMU se fait avec robot_localization. Pour le clustering et la détection d'obstacles, utilisez PCL (pcl_ros).

5. Checklist et conclusion

Vérifiez : ROS2 sourcé, driver compilé, IP statique, ping OK, PTP actif, QoS BEST_EFFORT, RViz2 fonctionnel, TF publiées et SLAM validé. La clé d'une intégration réussie : configuration réseau, QoS ROS2 et arbre TF correct.

💻

Besoin d'aide pour intégrer cette solution logicielle ?

Nous pouvons vous conseiller sur les logiciels, SDK et outils les plus adaptés à votre projet.

Échanger avec un expert →

Éléments évoqués dans cet article

Retrouvez les fiches des entités mentionnées.

Logiciels & SDK

Flasheye

Application edge de détection d'intrusion et comptage par LiDAR pour surveillance périmétrique.

Outsight

Plateforme logicielle de perception LiDAR temps réel pour smart city, transport et sécurité.

RTAB-Map

Open

IntRoLab (Sherbrooke)

SLAM RGB-D et LiDAR avec cartographie topologique et reconnaissance de lieux.

ROS2 Perception Pipeline

Open

Open Robotics

Stack de perception ROS2 (vision, LiDAR, fusion) pour robots mobiles et véhicules.

NVIDIA Isaac Sim

NVIDIA

Simulateur robotique NVIDIA avec rendu physique de capteurs LiDAR pour tests et validation.

Apollo

Open

Baidu

Plateforme open-source de conduite autonome avec perception LiDAR, HD maps et planification.

Cartographer

Open

Google / ROS

Bibliothèque SLAM 2D et 3D temps réel de Google, intégrée à ROS.

LIO-SAM

Open

Tixiao Shan / MIT

SLAM LiDAR-IMU avec optimisation par facteurs graphiques pour une grande précision.

Autoware

Open

The Autoware Foundation

Framework open-source de conduite autonome : perception, localisation, planification et contrôle.

Hesai SDK

Open

Hesai Technology

SDK et drivers ROS2 officiels pour les LiDAR Hesai (AT, Pandar, QT, FT).

FAST-LIO / FAST-LIO2

Open

HKU MaRS Lab

SLAM LiDAR-inertiel ultra-rapide à forte précision, sans capteur supplémentaire.

RViz2

Open

Open Robotics

Visualiseur 3D officiel de ROS2 pour les nuages de points LiDAR et autres données robotiques.

ROS2 Navigation (Nav2)

Open

Open Robotics

Framework de navigation ROS2 pour robots mobiles : planning, contrôle et SLAM LiDAR.