本文提出FAST-LIVO2，一种高效的LiDAR惯性视觉里程计框架，通过误差状态迭代卡尔曼滤波器（ESIKF）融合IMU、LiDAR和视觉数据。该系统采用直接方法处理原始点云和图像，无需特征提取，显著提升计算效率。创新性地引入平面先验、动态参考贴图更新和在线曝光估计，有效解决了维度不匹配、光照变化等挑战。实验表明，该系统在精度、鲁棒性和效率上优于现有方案，并成功应用于无人机导航、空中测绘和3D重