Ubuntu18 安装GPU版PCL1.11

最新推荐文章于 2024-08-08 04:52:26 发布

元宇宙MetaAI

最新推荐文章于 2024-08-08 04:52:26 发布

阅读量1.7k

点赞数 2

分类专栏： Ubuntu18 文章标签： pcl gpu

原文链接：https://blog.csdn.net/u014301278/article/details/102947451

版权

Ubuntu18 专栏收录该内容

37 篇文章 2 订阅

订阅专栏

Ubuntu18.04 PCL-1.11安装看这一篇就够了

Ubuntu18.04下安装PCL-1.11

【2020/05/15更新】看过无数PCL安装的帖子，现总结出一个完美的PCL安装教程，亲测有效编译不出错。

Ubuntu18.04下安装PCL-1.11

安装编译环境CMake

sudo apt install git build-essential linux-libc-dev

然后需要从github下载并编译安装最新版的CMake，点Source Code (tar.gz) 下载，我下载的版本是3.17.2

sudo apt install libssl-dev

tar xzvf CMake-3.17.2.tar.gz
cd CMake-3.17.2
sudo ./bootstrap
make -j`nproc`
sudo make install

cmake --version

安装Cuda

我安装的是10.0版，跟着CUDA官网提示装就行。

安装Qt5

访问Qt官网，我下载的版本是qt-unified-linux-x64-3.2.2-online.run
下载完成后，在终端用命令来运行：

sudo chmod 777 qt-unified-linux-x64-3.2.2-online.run
sudo ./qt-unified-linux-x64-3.2.2-online.run

上面这种方法需要图像界面，如果只有命令行界面可以：

sudo apt install qtcreator
sudo apt install qt5-default

根据提示进行，设置安装路径，默认组件选择就可以。

安装VTK

在VTK官网下载，记得下载8.2.0版本，最新版与pcl还未支持，进行编译安装。

tar xzvf VTK-8.2.0.tar.gz
cd VTK-8.2.0
mkdir build
cd build
cmake ..
make -j`nproc`
sudo make install

安装一些其它依赖

sudo apt install libx11-dev libxext-dev libxtst-dev libxrender-dev libxmu-dev libxmuu-dev
sudo apt install libgl1-mesa-dev libglu1-mesa-dev
sudo apt install freeglut3-dev libboost-all-dev libeigen3-dev libflann-dev libglew-dev
sudo apt install libpcap-dev libusb-1.0-0-dev libopenni-dev libopenni2-dev clang-format libqhull-dev

安装metslib

很老的代码库，metslib-0.5.3应该是最新版本不会再有更新。也是源码编译安装。

wget https://www.coin-or.org/download/source/metslib/metslib-0.5.3.tgz
tar xzvf metslib-0.5.3.tgz
cd metslib-0.5.3
./configure
make -j`nproc`
sudo make install

安装PCL

下载pcl源码并编译安装。访问pcl的github release页面，这里选择下载最新发布的1.11的Source code (tar.gz)。

tar -xzvf pcl-pcl-1.11.tar.gz
cd pcl-pcl-1.11
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=None -DBUILD_GPU=ON -DBUILD_apps=ON -DBUILD_examples=ON ..
make -j`nproc`
sudo make install

说明

在进行make的时候，可能会遇到Unsupported gpu architecture 'compute_30'问题，这里时候需要修改 pcl_find_cuda.cmake中的CUDA_ARCH_BIN来对应自己的显卡。

注意

要先安装PCL后安装OpenNI，否则cmake编译就会出现问题。

了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：

下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料