【SLAM14讲编译依赖软件源码版本方面等问题汇总】

终问鼎

已于 2023-08-28 11:21:53 修改

阅读量1.2k

点赞数 4

分类专栏：自动驾驶-SLAM 文章标签： c++ 自动驾驶 bug linux ubuntu

于 2023-03-30 01:14:57 首次发布

本文链接：https://blog.csdn.net/Eric_Sober/article/details/129848866

版权

自动驾驶-SLAM 专栏收录该内容

37 篇文章 19 订阅

订阅专栏

"逆转鹈鹕”

0. 视觉SLAM十四讲

以下是本人在学习SLAM中遇到的全部问题汇总（主要是依赖和软件方面的）。

0. 视觉SLAM十四讲

1. ch3-------Eigen3

测试EIGEN3中错误，没有eigen3这个库，如下方法解决：

 上github或者gitee找EIGEN3的源码包拉下来编译安装即可，正常的构建build/， cmake, 然后再make 即可

ch3，测试EIGEN3中错误“Could NOT find OpenGL (missing: OPENGL_opengl_LIBRARY OPENGL_glx_LIBRARY”，这主要是缺少opengl库,解决方法如下

sudo apt-get install libgl1-mesa-dev

ch3,测试EIGEN3中的错误"Could not find GLEW"，解决方法如下：

sudo apt-get install libglew

ch3,测试EIGEN3中出现警告"Policy CMP0072 is not set: FindOpenGL prefers GLVND by default when
available"，打开cmake的CMakeLists.txt文件，加入如下代码:

if (POLICY CMP0072)
set(OpenGL_GL_PREFERENCE LEGACY)
endif()

ch3,测试ch3的时候发现有问题找不到<Eigen/Core>或者之类的，这是因为我们的安装是<eigen3/Eigen/Core>找到即可。

#include <eigen3/Eigen/Core> 
#include <eigen3/Eigen/Dense> 
其他包也一样

可视化程序Pangolin,直接源码安装即可。

2. ch4-------Sophus

在Sophuscmake ..过程结束后的 make过程中出现:

 error: lvalue required as left operand of assignment
   32 |   unit_complex_.real() = 1.;
      |   ~~~~~~~~~~~~~~~~~~^~
/home/s/Myself/tool_learn_pkgs/Sophus/sophus/so2.cpp:33:21: error: lvalue required as left operand of assignment
   33 |   unit_complex_.imag() = 0.;

解决：打开 Sophus/sophus/so2.cpp，在30–35行，如下图

在这里插入图片描述
改为：

SO2::SO2()
{
  unit_complex_.real() = 1.;
  unit_complex_.imag() = 0.;
}

重新cmake-make即可。

make程序的时候出现std::make_unsigned<int>::type fmt::v8::detail::to_unsigned<int>(int)，这是因为sophus库依赖FMT，得装一个这个

git clone  https://github.com/fmtlib/fmt.git
cd fmt
mkdir build
cd build
cmake ..
make
sudo make install

然后加入到程序（CMakeLists.txt）中(就最后一个FMT link到我们的库中就行)：

target_link_libraries( useSophus ${Sophus_LIBRARIES} fmt)

2. ch5-------JoinMap

如果你没装pcl 和 boost库, 会cmake提示找不到，一种简单的安装方法如下：:

sudo apt-get install libboost-all-dev  #装boost
sudo apt-get install libpcl-dev pcl-tools #装pcl，它会自动装vtk哦，在usr/include/下

重新cmake-make即可。(我这里是VTK9.1.0 和 PCL1.12.1)

在完成1后，make可能报错error: #error PCL requires C++14 or above，这个也比较简单，找到你正在cmake的哪个CMakeList.txt文件，将开头（可能是第5行）

set( CMAKE_CXX_FLAGS "-std=c++11 -O3" )

改为：

set( CMAKE_CXX_FLAGS "-std=c++14 -O3" )

因为我的是C++14，你也可以直接删掉
重新cmake-make即可。

3. ch6

3.1 — ceres

源码安装ceres，cmake …报错Can't find Google Log. Please set GLOG_INCLUDE_DIR & GLOG_LIBRARY or enable MINIGLOG option to use minimal glog implementation., 解决，查看报错信息缺少项并安装，全部如下:

sudo apt-get install libcxsparse3 libsuitesparse-dev libgoogle-glog-dev libgtest-dev

cmake结束以后make又会报错，这个时候大概率报错信息如下:

In file included from /usr/local/include/eigen3/Eigen/Core:348:0,

                 from /home/ubuntu/cartographer/ceres-solver-1.11.0/include/ceres/jet.h:165,

                 from /home/ubuntu/cartographer/ceres-solver-1.11.0/internal/ceres/jet_test.cc:31:

/usr/local/include/eigen3/Eigen/src/Core/util/XprHelper.h: In instantiation of ‘struct Eigen::internal::promote_scalar_arg<ceres::Jet<double, 2>, Eigen::Matrix<ceres::Jet<double, 2>, 2, 2>, false>’:

/usr/local/include/eigen3/Eigen/src/plugins/CommonCwiseBinaryOps.h:50:1:   required by substitution of ‘template<class T> typename Eigen::internal::enable_if<true, const Eigen::CwiseBinaryOp<Eigen::internal::scalar_product_op<typename Eigen::internal::promote_scalar_arg<ceres::Jet<double, 2>, T, Eigen::internal::has_ReturnType<Eigen::ScalarBinaryOpTraits<T, ceres::Jet<double, 2>, Eigen::internal::scalar_product_op<T, ceres::Jet<double, 2> > > >::val

这是由于eigen版本和ceres版本不匹配，要么降级eigen版本（不推荐），要么自己下载最新ceres就可通过(推荐),运行如下代码:

git clone https://github.com/ceres-solver/ceres-solver.git

运行代码cmake报错

error: ‘ParameterBlockIndices’ was not declared in this scope
   78 |       functor, input, output, IsDynamic(), ParameterBlockIndices());
      |                                            ~~~~~~~~~~~~~~~~~~~~~^~
make[2]: *** [CMakeFiles/curve_fitting.dir/build.make:76: CMakeFiles/curve_fitting.dir/main.cpp.o] Error 1
make[1]: *** [CMakeFiles/Makefile2:83: CMakeFiles/curve_fitting.dir/all] Error 2

运行make，报错

/usr/local/include/ceres/product_manifold.h:315:59: error: expected constructor, destructor, or type conversion before ‘;’ token
  315 |     -> ProductManifold<Manifold0, Manifold1, Manifolds...>;

仔细检查，是CMakeLists.txt的C++版本问题，我指定的C++11但是电脑已经是c++17了，所以改成17就好,如下

set( CMAKE_CXX_FLAGS "-std=c++17 -O3" )

3.2 — g2o

和3.1一样的版本会有问题，这边建议先装新的

git clone https://github.com/RainerKuemmerle/g2o.git

cmake的过程中一定要仔细查看could not found xxx,缺少什么就装什么，直到不报错为止，比如缺少xxx,就安装libxxx，如下

sudo apt-get install libqglviewer-dev-qt5

在装完新版本后，会报错如下

rom /home/s/Myself/Prj/SLAM/SLAM14_Course/ch6/g2o_curve_fitting/main.cpp:3:
/usr/local/include/g2o/stuff/tuple_tools.h: In function ‘void g2o::tuple_apply_i(F&&, T&, int)’:
/usr/local/include/g2o/stuff/tuple_tools.h:45:35: error: ‘tuple_size_v’ is not a member of ‘std’
   45 |     std::make_index_sequence<std::tuple_size_v<std::decay_t<T>>>());

可能我们需要改代码了，首先确定cmakelist.txt中的C++版本，然后修改代码如下（注释中是修改之前），没注释是修改之后

    // 构建图优化，先设定g2o
    typedef g2o::BlockSolver< g2o::BlockSolverTraits<3,1> > Block;  // 每个误差项优化变量维度为3，误差值维度为1
    // Block::LinearSolverType* linearSolver = new g2o::LinearSolverDense<Block::PoseMatrixType>(); // 线性方程求解器
    std::unique_ptr<Block::LinearSolverType> linearSolver ( new g2o::LinearSolverDense<Block::PoseMatrixType>());    // Block* solver_ptr = new Block( linearSolver );      // 矩阵块求解器
    std::unique_ptr<Block> solver_ptr ( new Block ( std::move(linearSolver)));
    // 梯度下降方法，从GN, LM, DogLeg 中选
    g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));
    // g2o::OptimizationAlgorithmGaussNewton* solver = new g2o::OptimizationAlgorithmGaussNewton( solver_ptr );
    // g2o::OptimizationAlgorithmDogleg* solver = new g2o::OptimizationAlgorithmDogleg( solver_ptr );
    g2o::SparseOptimizer optimizer;     // 图模型
    optimizer.setAlgorithm( solver );   // 设置求解器
    optimizer.setVerbose( true );       // 打开调试输出

以上做完，编译到100%后会报错如下:

/usr/bin/ld: CMakeFiles/curve_fitting.dir/main.cpp.o: undefined reference to symbol '_ZN3fmt2v86detail18throw_format_errorEPKc'
/usr/bin/ld: /lib/x86_64-linux-gnu/libfmt.so.8: error adding symbols: DSO missing from command line
collect2: error: ld returned 1 exit status
make[2]: *** [CMakeFiles/curve_fitting.dir/build.make:112: curve_fitting] Error 1
make[1]: *** [CMakeFiles/Makefile2:83: CMakeFiles/curve_fitting.dir/all] Error 2

很简单，没有连接fmt库，修改cmakelist.txt文件，在target_link_libraries中链接一下fmt就行

target_link_libraries( curve_fitting 
    ${OpenCV_LIBS}
    g2o_core g2o_stuff
    fmt
)

4. ch7–视觉里程计

cmake过程中报警告CMake Warning (dev) at /usr/share/cmake-3.22/Modules/FindPackageHandleStandardArgs.cmake:438 (message): The package name passed to `find_package_handle_standard_args` (CSPARSE) does not match the name of the calling package (CSparse). This can lead to problems in calling code that expects `find_package` result variables (e.g., `_FOUND`) to follow a certain pattern. Call Stack (most recent call first): cmake_modules/FindCSparse.cmake:24 (find_package_handle_standard_args) CMakeLists.txt:13 (find_package) This warning is for project developers. Use -Wno-dev to suppress it.，具体就是find.cmake这个子模块文件中的名称和CMakeList.txt中的文件不对应，打开/cmake_modules下的FindCSparse.cmake文件，将最后一行

find_package_handle_standard_args(CSPARSE DEFAULT_MSG
  CSPARSE_INCLUDE_DIR CSPARSE_LIBRARY)

改为

find_package_handle_standard_args(CSparse DEFAULT_MSG
  CSPARSE_INCLUDE_DIR CSPARSE_LIBRARY)

即可。

make报错SLAM14_Course/ch7/feature_extraction.cpp:17:35: error: ‘CV_LOAD_IMAGE_COLOR’ was not declared in this scope 17 | Mat img_1 = imread ( argv[1], CV_LOAD_IMAGE_COLOR );，这是opencv3中的，现在用了opencv4已经没有了，添加如下头文件即可

 #include <opencv2/imgcodecs/legacy/constants_c.h>

或者在C++14中取消了这种写法，改为如下:

IMREAD_COLOR    //而不是CV_LOAD_IMAGE_COLOR

make报错SLAM14_Course/ch7/pose_estimation_2d2d.cpp:155:65: error: ‘CV_FM_8POINT’ was not declared in this scope 155 | fundamental_matrix = findFundamentalMat ( points1, points2, CV_FM_8POINT );
还是版本问题，将对应代码中

CV_FM_8POINT

更改为

FM_8POINT

即可。

5.–ch8 associate.py

执行

python associate.py rgb.txt depth.txt > associate.txt

对齐数据时，报错如下

File "associate.py", line 96, in associate
    first_keys.remove(a)
AttributeError: 'dict_keys' object has no attribute 'remove'

错误原因是python版本过高，需要将文件中第86行的两行程序删除，由

first_keys = first_list.keys()
second_keys = second_list.keys()

改为

first_keys = list(first_list)
second_keys = list(second_list)

6.–ch9 project

关于提示没有VIZ可视化模块的报错，我是Opencv4.7

首先这个模块在cmake的时候，需要手动指定才会编译;
其次，源码编译需要取opencv4.7的源码下查看是否有viz这个文件夹，是在module文件夹下，如果显示没有，则需要自己去gitxxx上找包，我找的opencv-contrib下载下来，把这里边的vis文件夹复制到opencv下就行了。

最后，重新编译opencv（会自动更新因此不用卸载）：