您好,登錄后才能下訂單哦!
這篇文章主要介紹“如何快速搭建SVO-SLAM環(huán)境”的相關(guān)知識(shí),小編通過實(shí)際案例向大家展示操作過程,操作方法簡單快捷,實(shí)用性強(qiáng),希望這篇“如何快速搭建SVO-SLAM環(huán)境”文章能幫助大家解決問題。
首先,建立一個(gè)工作目錄比如:workspace,然后把下面的需要的都在該目錄下進(jìn)行.
(tip:一定不要使用中文名字,盡管你的系統(tǒng)是中文默認(rèn)的名字。不然下面的依賴項(xiàng)將會(huì)十分困難,cmake找不到配置文件。)
mkdir workspacecd workspace
Boost – c++ Librairies (thread and system are needed)
sudo apt-get install libboost-all-dev
Eigen 3 – Linear algebra
apt-get install libeigen3-dev
OpenCV – Computer vision library for loading and displaying images(我下載的是OpenCV3.0)
mkdir buildcd build cmake .. make
Sophus – Lie groups
cd workspace git clone https://github.com/strasdat/Sophus.gitcd Sophus git checkout a621ff mkdir buildcd build cmake .. make
如果此時(shí)遇到了“unit_complex*.imag() = 0.”的錯(cuò)誤,需要改代碼為:”unit_complex*.imag(0.)“ Fast – Corner Detector
cd workspace git clone https://github.com/uzh-rpg/fast.gitcd fast mkdir buildcd build cmake .. make
g2o – General Graph Optimization OPTIONAL 耐心和細(xì)心,G2O的每個(gè)版本的依賴項(xiàng)很復(fù)雜,需要耐心看版本號(hào)。不然錯(cuò)誤很多都摸不到頭腦了。之前在網(wǎng)上也是看了很多博客,并沒有真正的解決依賴項(xiàng)的問題。下面我整理自己做的過程,完整正確版本。
首先安裝g2o的依賴項(xiàng):
sudo apt-get install cmake libeigen4-dev libsuitesparse-dev, qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.2 libcholmod-dev
然后進(jìn)行下載,編譯等:
cd workspace git clone https://github.com/RainerKuemmerle/g2o.gitcd g2o mkdir buildcd build cmake .. make sudo make install
vikit_common – Some useful tools that we need vikit包含相機(jī)模型,SVO需要的一些數(shù)學(xué)和插值函數(shù)。
cd workspace git clone https://github.com/uzh-rpg/rpg_vikit.git
在pg_vikit/vikit_common/CMakeLists.txt 文件中設(shè)置 USE_ROS為FALSE.
cd rpg_vikit/vikit_common mkdir buildcd build cmake .. make
SVO
cd workspace git clone https://github.com/uzh-rpg/rpg_svo.gitcd rpg_svo/svo
在文件 svo/CMakeLists.txt中,設(shè)置USE_ROS為 FALSE.
mkdir buildcd build cmake .. make
Run SVO without ROS 首先,創(chuàng)建一個(gè)存儲(chǔ)數(shù)據(jù)的文件夾:
mkdir Datasets
然后設(shè)置一個(gè)環(huán)境變量去存儲(chǔ)路徑
export SVO_DATASET_DIR=${HOME}/Datasets
執(zhí)行腳本.bashrc,然后進(jìn)去新文件夾下面去下載測試數(shù)據(jù)
source ~/.bashrccd ${SVO_DATASET_DIR}wget http://rpg.ifi.uzh.ch/datasets/sin2_tex2_h2_v8_d.tar.gz -O - | tar -xz
然后在測試數(shù)據(jù)上面運(yùn)行SVO即可:
cd svo/bin ./test_pipeline
關(guān)于“如何快速搭建SVO-SLAM環(huán)境”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí),可以關(guān)注億速云行業(yè)資訊頻道,小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。