良许Linux教程网 干货合集 快速搭建SVO-SLAM环境

快速搭建SVO-SLAM环境

Installation: Plain CMake (No ROS)

img

首先,建立一个工作目录比如:workspace,然后把下面的需要的都在该目录下进行.

(tip:一定不要使用中文名字,尽管你的系统是中文默认的名字。不然下面的依赖项将会十分困难,cmake找不到配置文件。)

mkdir workspace
cd 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(我下载的是OpenCV3.0)

mkdir build
cd build
cmake ..
make

Sophus – Lie groups

cd workspace
git clone https://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff
mkdir build
cd build
cmake ..
make

如果此时遇到了“unit_complex*.imag() = 0.”的错误,需要改代码为:”unit_complex*.imag(0.)“ Fast – Corner Detector

cd workspace
git clone https://github.com/uzh-rpg/fast.git
cd fast
mkdir build
cd build
cmake ..
make

g2o – General Graph Optimization OPTIONAL 耐心和细心,G2O的每个版本的依赖项很复杂,需要耐心看版本号。不然错误很多都摸不到头脑了。之前在网上也是看了很多博客,并没有真正的解决依赖项的问题。下面我整理自己做的过程,完整正确版本。

首先安装g2o的依赖项:

sudo apt-get  install cmake libeigen4-dev libsuitesparse-dev, qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.2  libcholmod-dev

然后进行下载,编译等:

cd workspace
git clone https://github.com/RainerKuemmerle/g2o.git
cd g2o
mkdir build
cd build
cmake ..
make
sudo make install

vikit_common – Some useful tools that we need vikit包含相机模型,SVO需要的一些数学和插值函数。

cd workspace
git clone https://github.com/uzh-rpg/rpg_vikit.git

在pg_vikit/vikit_common/CMakeLists.txt 文件中设置 USE_ROS为FALSE.

cd rpg_vikit/vikit_common
mkdir build
cd build
cmake ..
make

SVO

cd workspace
git clone https://github.com/uzh-rpg/rpg_svo.git
cd rpg_svo/svo

在文件 svo/CMakeLists.txt中,设置USE_ROS为 FALSE.

mkdir build
cd build
cmake ..
make

Run SVO without ROS 首先,创建一个存储数据的文件夹:

mkdir Datasets

然后设置一个环境变量去存储路径

export SVO_DATASET_DIR=${HOME}/Datasets

执行脚本.bashrc,然后进去新文件夹下面去下载测试数据

source ~/.bashrc
cd ${SVO_DATASET_DIR}
wget http://rpg.ifi.uzh.ch/datasets/sin2_tex2_h1_v8_d.tar.gz -O - | tar -xz

然后在测试数据上面运行SVO即可:

cd svo/bin
./test_pipeline

以上就是良许教程网为各位朋友分享的Linu系统相关内容。想要了解更多Linux相关知识记得关注公众号“良许Linux”,或扫描下方二维码进行关注,更多干货等着你 !

img
本文由 良许Linux教程网 发布,可自由转载、引用,但需署名作者且注明文章出处。如转载至微信公众号,请在文末添加作者公众号二维码。
良许

作者: 良许

良许,世界500强企业Linux开发工程师,公众号【良许Linux】的作者,全网拥有超30W粉丝。个人标签:创业者,CSDN学院讲师,副业达人,流量玩家,摄影爱好者。
上一篇
下一篇

发表评论

邮箱地址不会被公开。 必填项已用*标注

联系我们

联系我们

公众号:良许Linux

在线咨询: QQ交谈

邮箱: yychuyu@163.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部