程序员经验分享-hwhale

ORB-SLAM2的布置（二）ORB-SLAM2的安装

2023-05-16

当在上一节中，Pangolin 安装成功后，便可进行ORB-SLAM2的安装
这里的普通模式是指直接运行编译之后的可执行文件，ROS 模式是以ROS机器人框架的形式执行
 

首先从 github 下载源文件

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

 

普通模式运行

然后运行.sh 可执行文件

cd ORB_SLAM2
chmod +x build.sh
./build.sh

在这里插入图片描述

 
可以看到编译报错
在这里插入图片描述
 

那么如果在编译过程中显示 相关的错误，则需要在 ~/ORB_SLAM2/include/System.h中添加对应的头文件

 #include <unistd.h>

在这里插入图片描述
 
再次编译，发现报错
在这里插入图片描述
 

参考文件：
ORB_SLAM2编译及试运行（含ROS）

在参考的文章中能找到

result: ORB SLAM2 编译报错 /usr/bin/ld:找不到 -lEigen3::Eigen

 
解决方法是将CMakeLists.txt文件的find_package(Eigen3 3.1.0 REQUIRED后面添加上NO_MODULE

在这里插入图片描述
 
保存重新编译，编译完成在这里插入图片描述
 
 

ROS模式运行

如果要用 ROS 模式跑 demo，还要额外编译 ROS 文件。

首先将 ROS 所在目录加入 ROS_PACKAGE_PATH 环境变量中

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/heying/ORB_SLAM2/Examples/ROS

在这里插入图片描述
完成后保存并退出

 
source 更新变量之后开始编译：

chmod +x build_ros.sh
./build_ros.sh

在这里插入图片描述
 
出现报错
在这里插入图片描述
 

Pangolin版本的调整

2022年 09月 13日 星期二 09:29:09 CST
继续流程重新编译后发生报错
在这里插入图片描述

进行查询后得知可能安装的版本有误

【在ROS下编译ORB_SLAM2遇到错误，】pangolin could not be found because dependency Eigen3 could not be found

cd Pangolin
git checkout tags/v0.5
git checkout -b v0.5

在这里插入图片描述
 
然后重新编译

cmake ..
cmake --build .

在这里插入图片描述
完成编译
在这里插入图片描述
 
当Pangolin重新编译完成后，那么再重新编译ORB_SLAM2
在这里插入图片描述
 

当尝试将libORB_SLAM2.so移动到/usr/lib/后，编译还是报错

在这里插入图片描述
 
尝试跟换分支为v0.5

cd Pangolin/
git checkout -b v0.5
git checkout tags/v0.5
git checkout v0.5

在这里插入图片描述
 
然后重新编译Pangolin后再重新编译ORB_SLAM2
在这里插入图片描述
 
然后编译bulid_ros.sh，出现报错

./bulid_ros.sh

在这里插入图片描述
 

解决方法
https://github.com/raulmur/ORB_SLAM2/issues/535

在路径Examples/ROS/ORB_SLAM2的CMakeList.txt中添加一行

-lboost_system

在这里插入图片描述

完成后保存并退出
 

重新编译，编译通过

./bulid_ros.sh

在这里插入图片描述
 

至此，ORB-SLAM2的安装完成

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

ORB

SLAM2

ORB-SLAM2的布置（二）ORB-SLAM2的安装 的相关文章

随机推荐

  • DIEN: 阿里点击率预估之深度兴趣进化网络

    广告推荐算法系列文章 xff1a 莫比乌斯 百度的下一代query ad匹配算法百度凤巢分布式层次GPU参数服务器架构DIN 阿里点击率预估之深度兴趣网络基于Delaunay图的快速最大内积搜索算法DIEN 阿里点击率预估之深度兴趣进化网络

  • 概率矩阵分解模型 PMF

    本文是论文 一种结合推荐对象间关联关系的社会化推荐算法 的笔记 xff08 上 xff09 因为对其中的概率矩阵分解 Probabilistic Matrix Factorization PMF 不够了解 xff0c 因而我先去脑补了PMF

  • 卷积神经网络

    卷积神经网络 转载请注明 xff1a http blog csdn net stdcoutzyx article details 41596663 自今年七月份以来 xff0c 一直在实验室负责卷积神经网络 xff08 Convolutio

  • linux系统非线性结构的遍历算法

    介绍 非线性结构的二叉搜索树 xff08 BST xff09 可以进行各种不同方式的遍历 xff0c 所谓遍历 xff0c 就是环游树中的每一个节点 xff0c 然后根据我们的需要对这些节点做某种处理 树的遍历方式主要有以下几种 xff08

  • DeepID人脸识别算法之三代

    DeepID人脸识别算法之三代 转载请注明 xff1a http blog csdn net stdcoutzyx article details 42091205 DeepID xff0c 目前最强人脸识别算法 xff0c 已经三代 如今

  • 理解dropout

    理解dropout 开篇明义 xff0c dropout是指在深度学习网络的训练过程中 xff0c 对于神经网络单元 xff0c 按照一定的概率将其暂时从网络中丢弃 注意是暂时 xff0c 对于随机梯度下降来说 xff0c 由于是随机丢弃

  • 深度卷积对抗生成网络(DCGAN)

    本文是参考文献 1 的论文笔记 卷积神经网络在有监督学习中的各项任务上都有很好的表现 xff0c 但在无监督学习领域 xff0c 却比较少 本文介绍的算法将有监督学习中的CNN和无监督学习中的GAN结合到了一起 在非CNN条件下 xff0c

  • 看图说话——CNN和LSTM的联合应用

    看图说话是深度学习波及的领域之一 其基本思想是利用卷积神经网络来做图像的特征提取 xff0c 利用LSTM来生成描述 但这算是深度学习中热门的两大模型为数不多的联合应用了 本文是参考文献 1 的笔记 xff0c 论文是比较早的论文 xff0

  • 机器学习经典书籍小结

    机器学习经典书籍小结 转载本博客请注明链接 xff1a http blog csdn net xinzhangyanxiang article details 9069045 博客第一篇文章 1 是转载的 xff0c 也算是开始写博客不经意

  • Microsoft Media foundation概述（附实例）

    Microsoft Media Foundation是微软新一代多媒体开发平台 xff0c 用以取代原来的Directshow xff0c 为了满足现在多媒体播放的高清晰 xff0c 高品质 xff0c 颜色管理 xff0c 以及充分利用硬

  • Dockerfile中 使用pip镜像源加速下载

    用dockerfile文件制作镜像 xff0c 提高pip下载速度 1 安装pip3 xff0c python3 RUN apt get update RUN apt get install y python3 5 RUN apt get

  • NVIDIA Jetson Nano主机的autoware的学习与demo运行-第7章-Autoware源码安装

    Autoware源码安装 建立workspace mkdir p autoware ai src cd autoware ai 这个是下载了一个名为autoware ai repos的文件 xff0c 是为了方便管理多个git库而开发 43

  • NVIDIA Jetson Nano主机的autoware的学习与demo运行-第8章-Autoware官方demo运行

    Autoware官方demo 个人学习者很少拥有齐全的传感器以及工控机 xff0c 所以我们可以用autoware ai官网提供的一些录制好的rosbag包及个人笔记本来跑些有趣的demo 安装了 Autoware 之后 xff0c 就可以

  • NVIDIA Jetson AGX Xavier主机刷机与SSD安装

    任务逻辑 当有个新的AGX主机到手上后 xff0c 主机是启动的是eMMC xff0c 大约30G存储 这个安装了系统后到后面随便弄一下就不够存储了 xff0c 所以我是想要在主机上安装一个SSD xff0c 然后将系统直接放到SSD上 x

  • 自平衡linux红黑树

    简介 实际应用中的自平衡搜索二叉树 xff0c 除了AVL之外 xff0c 红黑树也是备受宠爱 他不仅是linux中非线性结构的标准算法 xff0c 而且是Java中TreeMap TreeSet机制 C 43 43 中的STL这些经典工具

  • yolov3的训练（一）下载与训练

    darknet框架简介 https blog csdn net mao hui fei article details 113820303 AlexeyAB大佬的关于darknet的详细文档信息 https github com Alexe

  • yolov3的训练（五）darknet的VOC测试集和训练集以及训练前准备

    VOC测试集和训练集 同学们 xff0c 这个系列的文件不要直接就跟着我操作了 xff0c 因为这个是踩坑的记录 xff0c 不是教程 xff0c 我只是将整个流程记录下来 xff0c 让后面的同学操作的时候能够避开这些坑 xff0c 希望

  • yolov3的训练（七）使用darknet_ros框架进行识别与模型导入

    同学们 xff0c 这个系列的文件不要直接就跟着我操作了 xff0c 因为这个是踩坑的记录 xff0c 不是教程 xff0c 我只是将整个流程记录下来 xff0c 让后面的同学操作的时候能够避开这些坑 xff0c 希望你能将整个系列的操作流

  • ORB-SLAM2的布置（一）Pangolin的安装

    参考文件 ORB SLAM 2在github的官方流程 https github com raulmur ORB SLAM2 然后就是安装Pangolin 在 ORB SLAM 2 中那些很炫酷的实时建图画面是通过 Pangolin 实现的

  • ORB-SLAM2的布置（二）ORB-SLAM2的安装

    当在上一节中 xff0c Pangolin 安装成功后 xff0c 便可进行ORB SLAM2的安装 这里的普通模式是指直接运行编译之后的可执行文件 xff0c ROS 模式是以ROS机器人框架的形式执行 首先从 github 下载源文件

热门标签