速腾Airy雷达使用记录

1、产品介绍

1.1 产品结构

Airy 结构图如图所示，M3螺钉，航空插头，弧形防护罩：

注意事项 ：

1)本机接地方式：本雷达采用机壳与内部电路板共地设计。

2)安装环境建议：当安装环境中的设备外壳为浮地状态时，为确保设备正常工作并防止潜在干扰，建议通过非金属绝缘件或其他方式，使雷达外壳与设备外壳之间实现电气隔离。

1.2 FOV 分布

Airy 的 FOV 在水平方向的角度范围是 0 ~ 360°,在垂直方向的角度范围是 0~ 90°，角度间隔为约为 0.947°分布。96 路通道与真实的垂直角度对应关系如图：

Airy 因其设计架构及扫描时序限制，每秒约有 9 ms 时间无法接收点云，也就是每 10 帧点云中有 1 帧点云出现约 32°的点云缺口。该缺口的起始角度在量产固件上可配置，用户可根据实际需求配置在影响较小的位置处。实际工程中可以考虑通过判别点数量将残缺帧剔除，防止影响后面算法处理

1.3 参数规格

1.3.1 数据验算

转速与点频完美匹配

转速 600：结合帧率 10 Hz，这里的单位显然是 600 rpm（转/分钟），即每秒转 10 圈（600/60 = 10 rps），与帧率严格对应。

点频验算：上一轮得知水平角分辨率 0.4°，即每圈 900 个水平点；线数 96。

理论单圈点云：900 × 96 = 86,400 点。

理论每秒点数：86,400 × 10 Hz = 864,000 pts/s。

参数规格中给出的实际值是 856,320 pts/s，两者高度吻合

1.3.2 亮点分析

这几个参数暴露了它并非普通商用雷达，而是为严苛环境和复杂系统集成设计的：

防护等级 IP67 / IP6K9K ：这是极其硬核的指标。IP67 代表完全防尘且可短时浸水；IP6K9K 代表能承受 80°C 高温、100 bar 高压水蒸气喷射（常用于洗车房或越野泥泞场景）。这意味着它是车规级耐候性产品。

时间同步 ：GPS，PTP & gPTP：支持 gPTP（广义精确时间协议） 是汽车以太网（Automotive Ethernet）的标准，说明它原生适配 自动驾驶域控制器，能实现微秒级的多传感器时钟同步，绝非普通工控雷达可比。

体积重量：φ60mm × 63mm，重量仅 230g。在 96 线雷达里属于极轻量级，显然是给无人机（UAV）或轻量化机器人设计的吊舱式结构。

1.3.3 功率问题

产品功率 58 W ------这是最需要注意的"电老虎"参数！一台 128 线的旗舰车载雷达（如禾赛 AT128）功耗通常在 20W~30W 左右。这款 96 线雷达功耗高达 58W，几乎是同行的两倍。

供电压力 ：车载 12V 系统需要提供近 5A 的持续电流，线束和电源模块必须单独加强。

散热噩梦 ：仅有 60mm 直径的紧凑全金属外壳，内部发热量高达 58W，表面温升会非常明显。如果你的应用场景是无人机，58W 的功耗会大幅缩短续航时间（锂电池供电时，这相当于又挂载了一台小型无人机电机）。

猜测原因：极有可能是为了达到 260m 测距（尤其 10% 低反物体 30m），采用了高功率的激光发射器，以"功耗换探测能力"。

1.3.4 通讯与带宽问题

以太网传输速率 100 Base-TX：这是百兆以太网（100 Mbps）。

数据量计算：856,320 pts/s。假设每个点包含距离（2字节）+ 强度（1字节）+ 时间戳（4字节）+ 额外标志位，保守估计单点占 10~12 字节，数据流约 8.5~10 MB/s（约 80 Mbps）。

风险提示：100 Base-TX 的理论有效载荷极限约 90+ Mbps。带宽余量非常小（仅有 10%~20%）。实际使用中，若网络中有广播风暴或重传，极易导致数据丢包。强烈建议直连工控机，避免经过普通网络交换机。

1.4 接口说明

真实结构如下：

Airy 网络参数可配置，出厂默认采用固定 IP 和端口号模式：

把 电脑的 IP 设置为与产品同一网段上，例如192.168.1.x(x 的取值范围为 1 ~ 254)，子网掩码为 255.255.255.0。未知产品网络配置信息，请连接产品并使用 Wireshark 抓取产品输出包进行分析。

1.5 产品坐标系

产品的坐标及旋转方向如图所示，关于激光雷达坐标原点数值以及 IMU

的外参，可以通过 SDK 或者 DIFOP 的对应字段获取。其它详细的协议内容参考产品手册中的内容：

1.6 Web端连接

连接激光雷达的电脑浏览器访问产品 IP 地址，这个改成192.168.1.202（默认 Device IP : 192.168.1.200）进入激光雷达 Web 首页，可以对雷达进行设置：

1.7 配套软件和开发包

1.7.1 配套软件

在 Airy 的数据检测上，可使用 Wireshark 和 tcp-dump 等免费工具获取原

始数据，而 RSView 可帮助用户更为便捷的实现对原始数据的可视化。

RSView 提供将 Airy 数据进行实时可视化的功能。RSView 也能回放保存为

".pcap"文件格式的数据，但是目前还不支持".pcapng"格式的文件。RSView 将 Airy 得到距离测量值显示为一个点。它能够支持多种自定义颜色来显示数据，例如反射强度、时间、距离、水平角度和激光线束序号。所显示的数据能够导出保存为".csv"格式，RSView 3.1.3 以后的版本支持导出".las"格式的数据。

RSView 支持在 Windows 64 位、Ubuntu 18.04 以上操作系统上运行。可从

Robosense 的官网（http://www.robosense.cn/resources）下载最新版本 RSView 软件压缩包。下载后，软件的解压路径请勿出现中文字符，软件无需安装，解压后运行可执行文件即可正常使用。

1.7.2 配套开发包

rslidar_sdk 是 ROS 平台下的驱动 SDK，请通过 github 上的 RoboSense 主页下载，或联系 RoboSense 获取。

1. rslidar_sdk 依赖 rs_driver，后者是 RoboSense 的基本驱动。rs_driver 请从 github 平台下载；
2. 如使用环境为 ROS2，rslidar_sdk 还依赖 rslidar_msg，这是 msg 定义文件。msg 文件请从 github 平台下载；
3. 驱动 SDK 下载包内含丰富的使用指引，请在使用驱动 SDK 前，详细阅
   读文件内的 README 文件及 doc 文件夹下的文档。

提示：

1. SDK 获取地址：https://github.com/RoboSense-LiDAR/rsLiDAR_sdk
2. rs_driver 获取地址：https://github.com/RoboSense-LiDAR/rs_driver
3. msg 获取地址：https://github.com/RoboSense-LiDAR/rslidar_msg

上面3个工程角色如下：

目录	类比	干的活
rs_driver	摄像头驱动	把雷达吐出来的"乱码"翻译成"点云"------也就是一堆带 XYZ，坐标的点，告诉你"前方 5 米有堵墙"。这一步是硬核技术活。
rslidar_sdk	看图软件	光有点云没用，你还得能"看"它、用它。rslidar_sdk把点云包装成 ROS 节点，发布成话题，能用 rviz可视化、能录成 bag 回放。面向用户的好用工具。
rslidar_msg	图片格式（JPEG/PNG 标准）	大家得约定"点云数据长什么样才能互相听懂"。这个包就是定义数据格式的字典，ROS2 编译时必须带着它，否则不认识这种数据。

• 只想看点云、做 ROS 开发 → 三个都要（ROS2）或前两个（ROS1）
• 不用 ROS，自己写 C++ 程序 → 只要 rs_driver 就够了

2、雷达数据采集

雷达数据采集在这里使用速腾的rsLiDAR_sdk开发包，此开发包运行在ROS2环境下，这里我打算在docker中构建ros2环境，并在docker中运行雷达数据采集程序。

2.1 docker 工程构建

dockerfile内容如下：

FROM registry.cn-hangzhou.aliyuncs.com/lx/ubuntu24_jazzy:v0.0.1
# 设置环境变量，避免交互式配置
ENV DEBIAN_FRONTEND=noninteractive
ENV TZ=Asia/Shanghai
 
# 更新软件源 
RUN rm -f /etc/apt/sources.list.d/ros2-latest.list || true
RUN echo "deb [trusted=yes] http://mirrors.aliyun.com/ros2/ubuntu/ $(lsb_release -cs) main" > /etc/apt/sources.list.d/ros2-aliyun.list

RUN apt update && apt install -y \
    tzdata\
    ntp\
    net-tools \
    vim \
    openssh-server \
    sudo \
    build-essential \
    graphviz \
    graphviz-dev \
    libpcl-dev \
    python3-colcon-common-extensions \
    python3-argcomplete \
    python3-vcstool \
    python3-venv \
    python3-pip \
&& apt clean \
&& rm -rf /var/lib/apt/lists/*

WORKDIR /root/code
# 在虚拟环境中安装open3d

# 创建虚拟环境lx 并安装open3d
RUN python3 -m venv /root/lx
ENV VIRTUAL_ENV=/root/lx
ENV PATH="$VIRTUAL_ENV/bin:$PATH" 
  
RUN pip install -i https://mirrors.aliyun.com/pypi/simple catkin-pkg empy lark numpy opencv-python open3d

# ssh服务配置
RUN mkdir /var/run/sshd
ARG USERNAME=root
RUN echo "$USERNAME ALL=(ALL) NOPASSWD:ALL" >> /etc/sudoers
 
#USER $USERNAME
RUN echo "source /opt/ros/jazzy/setup.bash" >> ~/.bashrc
RUN echo "source /root/bolight/bin/activate" >> ~/.bashrc
RUN echo "export ROS_LOCALHOST_ONLY=1" >> ~/.bashrc

docker compose中配置如下：

services:
  calib_lidar_server:
    container_name: calib_lidar_deployer
    build:
      context: .
    image: alg_base:v0.0.1
    restart: always
    volumes:
      - /etc/localtime:/etc/localtime:ro
      - /tmp/.X11-unix:/tmp/.X11-unix:rw
      - ./code:/root/code
      - /etc/hosts:/etc/hosts
      - /sys/class/net:/sys/class/net:ro
      - /sys:/sys:ro
    # command: sh -c "/root/code/script_run.sh && tail -f /dev/null"
    command: sh -c "tail -f /dev/null"

    environment:
      - DISPLAY
      - TZ=Asia/Shanghai
      - CONTAINER_TIMEZONE=Asia/Shanghai
      - NVIDIA_VISIBLE_DEVICES=all
    tty: true
    network_mode: "host"
    ipc: host
    devices:
      - /dev/dri:/dev/dri
    # runtime: nvidia

build.sh内容如下：

#/bin/bash
#允许‌任何客户端‌连接到当前用户的 X 服务器（图形显示服务）
xhost +
echo "检查镜像是否存在。"

cd alg_base
./build_image.sh
cd ..
docker compose up -d

build_image.sh内容如下：

#!/bin/bash

# 定义镜像名称和标签
IMAGE_NAME="alg_base" 
IMAGE_TAG="v0.0.1"

DockerID=$(docker images -q $IMAGE_NAME:$IMAGE_TAG)
echo "Query Image ID:" $DockerID
IDcount=${#DockerID}

# 使用docker images命令查找镜像，并检查返回结果
if [ $IDcount -gt 0 ]; then
    echo "镜像 $IMAGE_NAME:$IMAGE_TAG 存在。"
else
    echo "镜像 $IMAGE_NAME:$IMAGE_TAG 不存在,准备构建镜像。"
    docker build --no-cache -t $IMAGE_NAME:$IMAGE_TAG .
    echo "镜像 $IMAGE_NAME:$IMAGE_TAG 构建完成。"
fi

执行build.sh构建镜像

2.2 工程配置

在code共享目录下，执行下面命令：

git clone https://github.com/RoboSense-LiDAR/rslidar_sdk.git
cd rslidar_sdk
git submodule update --init --recursive
cd ..
# 只需要rslidar_msg，不需要rslidar_driver（已经内置在sdk中）
git clone https://github.com/RoboSense-LiDAR/rslidar_msg

2.2.1 IP设置

在Web界面雷达参数如下，雷达IP是192.168.1.202，本机IP是192.168.1.200：

2.2.2 IMU设置

在 CMakeLists.txt里把 ENABLE_IMU_DATA_PARSE 从 OFF 改成 ON

IMU端口号设置，在config.yaml中设置imu_port设置为6682：

2.2.3 连接单个雷达时操作步骤

雷达发送的imu和点云数据话题如图所示，imu对应的topic是/rslidar_imu_data，雷达点云数据对应的topic是/rslidar_points：

在容器外(宿主机)构建容器，执行命令：

./build.sh

在容器内编译运行命令如下：

sudo apt-get install -y libpcap-dev 
 # 1. 进入 workspace
  cd /root/code                                                                                                                                                                                                                                                                                                                                                                                                 
  # 2. source ROS2                                                                                                                                                                                             
  source /opt/ros/jazzy/setup.bash                                                                                                                                                                                                                                                                                                                                                                                     
  # 3. 编译(两个包一起,自动按依赖顺序)                                                                                                                                                                         
  colcon build --cmake-args -DENABLE_IMU_DATA_PARSE=ON                                                                                                                                                                                                                                                                                                                                                                  
  # 4. source 新环境                                                                                                                                                                                           
  source install/setup.bash                                                                                                                                                                                                                                                                                                                                                                                            
  # 5. 启动雷达节点 + rviz                                                                                                                                                                                     
  ros2 launch rslidar_sdk start.py                                                                                                                                                                                                                                                                                                                                                                                       
  新开终端验证:                                                                                                                                                                                                                                                                                                                                                                                                        
  source /opt/ros/jazzy/setup.bash                                                                                                                                                                             
  source /root/code/install/setup.bash                                                                                                                                                                                                                                                                                                                                                                                   
  ros2 topic list                          # 查看话题                                                                                                                                                          
  ros2 topic hz /rslidar_points # 点云频率                                                                                                                                                         
  ros2 topic hz /rslidar_imu_data # IMU 频率

执行完ros2 launch rslidar_sdk start.py 弹出下面提示框：

勾选上Show unvisualizable topics后可以看到/rslidar_imu_data是灰色的，无法可视化。

查看这类数据的方法如下，实时打印：

ros2 topic echo /rslidar_imu_data
# 上面指令会显示所有数据，不利于观察，可以用下面指令放慢速度
# 限制输出速率(最简单)                                                                                                                                                                                         
ros2 topic echo /rslidar_imu_data --no-arr 2>&1 | watch -n 0.5 cat                                                                                                                                     
# 或者用 head 只看前几条:                                                                                                                                                                                           
ros2 topic echo /rslidar_imu_data | head -n 100                                                                                                                                                        
# 只看一次                                                                                                                                                                                                        
ros2 topic echo --once /rslidar_imu_data                                                                                                                                                              
# 抽样显示，每 10 条显示 1 条                                                                                      
ros2 topic echo /rslidar_imu_data | awk 'NR%70==1 || /^---$/'                                                                                                                                          
# (IMU 一条消息约 7 行,70 行 ≈ 10 条,等于每 10 条显示一条)                                                                                                                                                        # 只关注某个字段                                                                                                     
ros2 topic echo /rslidar_sdk/rslidar_imu_data/linear_acceleration --once 

2.3 数据格式

2.3.1 IMU数据解析

用ros2 topic echo --once /rslidar_imu_data 采集一帧IMU数据，数据包内容如下：

header:
  stamp:
    sec: 103330
    nanosec: 133410000
  frame_id: rslidar
orientation:
  x: 0.0
  y: 0.0
  z: 0.0
  w: 1.0
orientation_covariance:
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
angular_velocity:
  x: -0.007190534844994545
  y: 0.003195793367922306
  z: 0.000532632227987051
angular_velocity_covariance:
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
linear_acceleration:
  x: -0.0045166015625
  y: -0.0592041015625
  z: -0.9903564453125
linear_acceleration_covariance:
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0
- 0.0

字段逐项解释

header(标准消息头)

• stamp:时间戳,sec 是秒,nanosec 是纳秒部分
• frame_id: rslidar:坐标系名称,表示数据相对于雷达坐标系

orientation(姿态四元数)

表示 IMU 在 frame_id 坐标系下的朝向。你这帧 w=1.0 其他

0,说明驱动没真正输出姿态,只是填了个单位四元数(默认值)。RoboSense 这类雷达内置的是低精度IMU,不做姿态解算,所以 orientation 永远是默认值。

orientation_covariance、angular_velocity_covariance、linear_acceleration_covariance(协方差矩阵)

3×9 = 27 个数,描述对应数据的测量不确定度。全是 0 表示雷达不提供协方差信息(REP-145 约定0代表"未知")。这点在做严格卡尔曼滤波融合时需要自己补值。

angular_velocity(角速度,rad/s)

绕三轴的旋转速度。你这帧:

• x: -0.0072,y: 0.0032,z: 0.0005
• 三个值都接近 0 → 雷达处于静止状态(任何轻微晃动都会有 ±0.1 以上数值)

linear_acceleration(线加速度,m/s²)

三轴加速度。注意 z 轴:

• x: -0.0045,y: -0.059,z: -0.990
• 静止状态下,z 方向应该感受到 重力 ≈ ±9.81 m/s²

这里的加速度是-0.990,几乎正好 -1。这说明 RoboSense这颗 IMU 实际输出的加速度单位是g(重力加速度),不是m/s²,驱动直接把原始值塞进去了。ROS 标准规定是m/s²,所以严格意义上这违反了规范,但 RoboSense不是唯一这么做的,使用时要注意:真实加速度 (m/s²) = 数值 × 9.81例如这帧 z 实际是 -0.990 × 9.81 ≈ -9.71m/s²(向上方向感受到 -1g,符合静止状态)。

IMU数据用途

用途	怎么用
激光雷达点云去畸变	用角速度把运动中的点云"校正"回同一时刻,显著提升高速移动场景下的建图精度
IMU+激光雷达融合SLAM	如 LIO-SAM、FAST-LIO2、point-lio 等
机器人姿态估计	配合 EKF/UKF(如robot_localization)做里程计融合
运动检测	检测雷达是否在动、有没有异常震动

注意事项

使用前务必把加速度乘 9.81 转成 m/s²,否则下游滤波器/SLAM会跑飞。

2.3.2 IMU测试

调整雷达的摆放位置linear_acceleration向量会根据重力方向和各个轴的夹角计算各个方向的分量，静止状态下侧放雷达结果如下：

调整雷达摆放姿态时,重力加速度在传感器三个轴上的投影会发 生变化,所以静止状态下 linear_acceleration三个分量会随姿态改变。

注意:RoboSense 这颗 IMU 输出的加速度单位是g(重力加速度倍数),不是 ROS 标准的 m/s²。

静止侧放(Y 轴朝下,与垂直方向夹角约 36°)

合力 ≈ 1.00 g 静止只受重力

angular_velocity:
  x: 0.012250540778040886
  y: -0.011717909015715122
  z: -0.019174760207533836
linear_acceleration:
  x: -0.1204833984375
  y: -0.81298828125
  z: 0.583740234375

拿着雷达晃动：

angular_velocity:
  x: 0.9182579517364502
  y: -0.1691107302904129
  z: 1.0506170988082886
linear_acceleration:
  x: 0.049560546875
  y: -0.087646484375
  z: 1.396728515625

关键发现

将雷达定义的坐标系的X轴方向对准地面得到下面结果：

linear_acceleration:                   
  x: 0.0667724609375                                                                      
  y: 1.0052490234375                                                                      
  z: -0.066162109375                   

从结果上可以看出重力加速度都投影到了Y轴上面，说明IMU的坐标系与雷达定义的坐标系并不匹配，可能差了90度。

3、多激光雷达接入

前面搞定了单个雷达ROS2发布点云和IMU数据，但是实际工作中有时需要多个雷达协同工作，这节主要记录接入2个雷达的操作步骤，绘制图像如下图所示：

3.1 修改配置

接入多个激光雷达，只需要修改config/config.yaml这一个文件，内容如下：

common:
  msg_source: 1                         # 0: not use Lidar
                                        # 1: packet message comes from online Lidar
                                        # 2: packet message comes from ROS or ROS2
                                        # 3: packet message comes from Pcap file
  send_packet_ros: false                # true: Send packets through ROS or ROS2(Used to record packet)
  send_point_cloud_ros: true            # true: Send point cloud through ROS or ROS2
lidar:
  - driver:
      lidar_type: RSAIRY           #  LiDAR type - RS16, RS32, RSBP, RSAIRY, RSAIRYLITE_ETH, RSFAIRY, RSHELIOS, RSHELIOS_16P, RS128, RS80, RS48, RSP128, RSP80, RSP48,
                                   #               RSM1, RSM1_JUMBO, RSM2, RSM3, RSE1, RSMX, RSEMX.

      msop_port: 6692              #  Msop port of lidar
      difop_port: 7782             #  Difop port of lidar (Note that: For RSEMX, use the port num of DIFOP2 if both DIFOP1 & DIFOP2 exist. Default 7766.)
      imu_port: 6682                  #  IMU port of lidar(only for RSAIRY, RSAIRYLITE_ETH, RSFAIRY, RSE1), 0 means no imu.
                                   #  If you want to use IMU, please first set ENABLE_IMU_DATA_PARSE to ON in CMakeLists.txt 
      user_layer_bytes: 0          #  Bytes of user layer. thers is no user layer if it is 0         
      tail_layer_bytes: 0          #  Bytes of tail layer. thers is no tail layer if it is 0


      min_distance: 0.2            #  Minimum distance of point cloud
      max_distance: 200            #  Maximum distance of point cloud (Note that: 200 normally, 300 for RSEMX)
      use_lidar_clock: true        #  true--Use the lidar clock as the message timestamp
                                   #  false-- Use the system clock as the timestamp
      dense_points: false          #  true: discard NAN points; false: reserve NAN points
      
      ts_first_point: true         #  true: time-stamp point cloud with the first point; false: with the last point;   
                                   #  these parameters are used from mechanical lidar

      start_angle: 0               #  Start angle of point cloud
      end_angle: 360               #  End angle of point cloud

                                   #  When msg_source is 3, the following parameters will be used
      pcap_repeat: true            #  true: The pcap bag will repeat play   
      pcap_rate: 1.0               #  Rate to read the pcap file
      pcap_path: /home/robosense/lidar.pcap #The path of pcap file

    ros:
      ros_frame_id: rslidar_202                           #Frame id of packet message and point cloud message
      ros_recv_packet_topic: /rslidar_packets_202          #Topic used to receive lidar packets from ROS
      ros_send_packet_topic: /rslidar_packets_202          #Topic used to send lidar packets through ROS
      ros_send_imu_data_topic: /rslidar_imu_data_202         #Topic used to send imu data through ROS
      ros_send_point_cloud_topic: /rslidar_points_202      #Topic used to send point cloud through ROS
      ros_queue_length: 100                            #Topic QoS history depth

  - driver:
      lidar_type: RSAIRY
      msop_port: 6695
      difop_port: 7785
      imu_port: 6685
      user_layer_bytes: 0
      tail_layer_bytes: 0
      min_distance: 0.2
      max_distance: 200
      use_lidar_clock: true
      dense_points: false
      ts_first_point: true
      start_angle: 0
      end_angle: 360
      pcap_repeat: true
      pcap_rate: 1.0
      pcap_path: /home/robosense/lidar.pcap
    ros:
      ros_frame_id: rslidar_205
      ros_recv_packet_topic: /rslidar_packets_205
      ros_send_packet_topic: /rslidar_packets_205
      ros_send_imu_data_topic: /rslidar_imu_data_205
      ros_send_point_cloud_topic: /rslidar_points_205
      ros_queue_length: 100

改完 yaml 后必须重新编译一次,因为 launch 加载的是 install/ 目录里的 config 副本:

  cd /root/code
  colcon build --cmake-args -DENABLE_IMU_DATA_PARSE=ON
  source install/setup.bash
  ros2 launch rslidar_sdk start.py 

启动后日志里应该能看到两组 Msop Port: 6692 和 Msop Port: 6695。

验证新终端:

  ros2 topic list | grep rslidar
  ros2 topic hz /rslidar_points_202
  ros2 topic hz /rslidar_points_205

每路都该有约 10Hz 点云、100Hz IMU。

3.2 异常处理

3.2.1 显示权限问题

在上一步执行ros2 launch rslidar_sdk start.py命令的时候报错了，主要原因是docker中是root用户，宿主机的X server 默认只接受宿主机普通用户的连接，在宿主机（注意不是docker中）执行下面命令可以解决：

  xhost +SI:localuser:root 

3.2.2 Rviz显示点云问题

将/rslidar_points_202添加到界面，点云没有显示出来，解决方法，将Fixed Frame中的rslidar改成rslidar_202就可以了。