Pemasangan: Plain CMake (Tiada ROS)
Mula-mula, cipta direktori kerja seperti: ruang kerja, dan kemudian lakukan keperluan berikut dalam direktori ini.
(petua: Pastikan anda tidak menggunakan nama Cina, walaupun sistem anda mempunyai nama Cina lalai. Jika tidak, kebergantungan berikut akan menjadi sangat sukar, dan cmake tidak dapat mencari fail konfigurasi.)
mkdir workspace cd workspace
Boost - Perpustakaan c++ (benang dan sistem diperlukan)
sudo apt-<span style="color: #0000ff;">get</span> install libboost-all-dev
Eigen 3 - Algebra Linear
apt-<span style="color: #0000ff;">get</span> install libeigen3-dev
OpenCV - Perpustakaan penglihatan komputer untuk memuatkan dan memaparkan imej (saya memuat turun OpenCV3.0)
<span style="color: #000000;">mkdir build cd build cmake .. make</span>
Sophus - Kumpulan bohong
<span style="color: #000000;">cd workspace git clone https:</span><span style="color: #008000;">//</span><span style="color: #008000;">github.com/strasdat/Sophus.git</span> <span style="color: #000000;">cd Sophus git checkout a621ff mkdir build cd build cmake .. make</span>
Jika anda menghadapi ralat "unit_complex_.imag() = 0 pada masa ini, anda perlu menukar kod kepada: "unit_complex_.imag(0.)"
Cepat - Pengesan Sudut
<span style="color: #000000;">cd workspace git clone https:</span><span style="color: #008000;">//</span><span style="color: #008000;">github.com/uzh-rpg/fast.git</span> <span style="color: #000000;">cd fast mkdir build cd build cmake .. make</span>
g2o - Pengoptimuman Graf Am PILIHAN
Bersabar dan berhati-hati Kebergantungan setiap versi G2O adalah sangat kompleks, jadi anda perlu bersabar dan melihat nombor versi. Jika tidak, akan ada banyak kesilapan dan anda akan keliru. Saya membaca banyak blog di Internet sebelum ini, tetapi mereka tidak benar-benar menyelesaikan masalah kebergantungan. Di bawah saya menyusun proses yang saya lakukan, versi lengkap dan betul.
Mula-mula pasang kebergantungan g2o:
sudo apt-<span style="color: #0000ff;">get</span> install cmake libeigen4-dev libsuitesparse-dev, qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.<span style="color: #800080;">1.2</span> libcholmod-dev
Kemudian muat turun, susun, dsb.:
<span style="color: #000000;">cd workspace git clone https:</span><span style="color: #008000;">//</span><span style="color: #008000;">github.com/RainerKuemmerle/g2o.git</span> <span style="color: #000000;">cd g2o mkdir build cd build cmake .. make sudo make install</span>
vikit_common - Beberapa alatan berguna yang kami perlukan
vikit mengandungi model kamera, beberapa matematik dan fungsi interpolasi yang diperlukan oleh SVO.
<span style="color: #000000;">cd workspace git clone https:</span><span style="color: #008000;">//</span><span style="color: #008000;">github.com/uzh-rpg/rpg_vikit.git</span>
Tetapkan USE_ROS kepada SALAH. dalam fail pg_vikit/vikit_common/CMakeLists.txt
cd rpg_vikit/<span style="color: #000000;">vikit_common mkdir build cd build cmake .. make</span>
SVO
<span style="color: #000000;">cd workspace git clone https:</span><span style="color: #008000;">//</span><span style="color: #008000;">github.com/uzh-rpg/rpg_svo.git</span> cd rpg_svo/svo
Dalam fail svo/CMakeLists.txt, tetapkan USE_ROS kepada FALSE.
<span style="color: #000000;">mkdir build cd build cmake .. make</span>
Jalankan SVO tanpa ROS
Mula-mula, buat folder untuk menyimpan data anda:
mkdir Datasets
Kemudian tetapkan pembolehubah persekitaran untuk menyimpan laluan
export SVO_DATASET_DIR=${HOME}/Datasets
Laksanakan skrip .bashrc, dan kemudian pergi ke folder baharu untuk memuat turun data ujian
source ~/<span style="color: #000000;">.bashrc cd ${SVO_DATASET_DIR} wget http:</span><span style="color: #008000;">//</span><span style="color: #008000;">rpg.ifi.uzh.ch/datasets/sin2_tex2_h1_v8_d.tar.gz -O - | tar -xz</span>
Kemudian jalankan SVO pada data ujian:
cd svo/<span style="color: #000000;">bin .</span>/test_pipeline
Atas ialah kandungan terperinci Panduan persediaan persekitaran SVO-SLAM. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!