lio-sam执行流程

1. 获取输入：LIO-SAM算法的输入包括点云数据、IMU数据以及激光雷达和IMU之间的时间戳信息。

2. 预处理：对输入数据进行预处理，包括点云去噪、点云分割、IMU预积分等。

3. 建图：使用分布式SLAM算法对激光雷达的点云数据进行建图，得到一个全局地图。

4. 优化：使用非线性优化算法对全局地图进行优化，得到一个更加精确的地图。

5. 定位：使用IMU数据进行运动估计，然后使用激光雷达数据在地图上进行匹配，得到当前机器人的位姿估计。

6. 循环检测：通过检测机器人的轨迹是否与已有轨迹重合，来判断是否存在循环闭合，进而进行地图的更新和优化。

7. 输出结果：输出机器人的位姿估计和地图信息，供机器人进行导航和路径规划。