slam2安装并运行测试例子

最新推荐文章于 2023-07-20 20:37:39 发布
最新推荐文章于 2023-07-20 20:37:39 发布
阅读量254 收藏 1
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ha__hahaha/article/details/105701628
版权

slam2官方安装教程及测试用例网址:
https://github.com/raulmur/ORB_SLAM2

准备工作:

  • C++11或者C++0x编译器
  • Pangolin
  • OpenCv
  • Eigen3
  • DB0W2和g2o

ORB-SLAME2的库和示例

仓库地址:

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

将ORB_SLAM2下载到本机

在这里插入图片描述

进入文件夹进行编译

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

这里编译时容易卡死

建议进build.sh文件中修改线程,将make -j 改成make -j4

在这里插入图片描述

保存退出,再使用./build.sh命令.

运行单目实例

将实例下载到本地,下载地址: http://vision.in.tum.de/data/datasets/rgbd-dataset/download

执行命令:

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

其中PATH_TO_SEQUENCE_FOLDER为数据集的存储路径，并将tumx.yaml与下载的数据集对应，比如TUM1.yaml,TUM2.yaml 和TUM3.yaml 分别对应 freiburg1, freiburg2 和 freiburg3。

运行结果:

aml 分别对应 freiburg1, freiburg2 和 freiburg3。

运行结果:

在这里插入图片描述

bug小仙女
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
自己的搭建的slam机器人建图导航测试
「小白学移动机器人」一个专注分享移动机器人相关知识的公众号！
12-09 7853
1、前言 这里是对自己搭建的slam机器人建图导航的功能测试，原本并不想写这一篇的，因为每个小伙伴的需求都不一样，但是发现还是有同学有需求，于是就有了这一篇。本篇属于说明分享类文章，不涉及细节解释。按照步骤操作即可。 本次测试需要建图算法my_slam_gmapping、导航框架navigation、以及explore_lite功能包、mbot_teleop键盘控制功能包等。 环境：ubuntu mate 16.04 + ROS Kinetic 功能包下载：在公众号：小白学移动机器人，发送：建图导航测试，即
SLAM精度测评——EVO
热门推荐
格物致知
10-18 1万+
1.install GitHub - MichaelGrupp/evo: Python package for the evaluation of odometry and SLAM 注意：安装好依赖！ sudo apt install python-pip pip install evo --upgrade --no-binary evo or pip install evo --upgrade --no-binary evo --user pip install numpy --up...
SLAM算法评测工具——开源工具EVO（以VINS为例）
weixin_42001184的博客
12-29 2287
EVO开源库的下载安装和基本使用入门的相关介绍。
【SLAM建图和导航仿真实例】（一）- 模型构建
Stan_Fu的博客
05-29 1万+
一、项目概况和准备 在这个项目中，将在ROS包在Gazebo和RViz仿真环境中，首先利用ROS包来准确定位一个移动机器人，并在提供的地图内的移动机器人。然后将通过提供的模拟环境，通过RTAB-Map创建2D占用网格和3D octomap。 安装下列软件包 $ sudo apt-get install ros-kinetic-navigation $ sudo apt-get install ros-kinetic-map-server $ sudo apt-get install ros-kinetic-
【激光SLAM】 01 cartographer环境建立以及建图测试（详细级）
俺的博客
07-23 2765
【激光SLAM】cartographer环境建立以及建图测试（详细级）cartographerLaunch the 2D backpack demo.Download the 3D backpack example bag.Launch the 3D backpack demo. 转载于知乎老哥:良知犹存 貌似他还有个公众号： 羽林君 链接： -https://zhuanlan.zhihu.com/p/335778454 不过这个老哥也是参考别人 QAQ cartographer 目前机器人使用中需要进
g2o example simple_optimize
05-25
在"data"目录下可能包含用于测试的初始参数或观测数据，这些数据通常以文本或二进制格式存储。"bin"目录则是编译后的可执行文件存放位置，而"build"目录则是在编译过程中产生的中间文件。"cmake_modules"则包含了...
SLAMPaperImplementation：本文建议的网络实现（https：arxiv.orgabs1609.09059）作为使用递归LSTM结构的SLAM（同时定位和映射）问题的解决方案
02-20
2. 数据集：用于训练和测试模型的传感器数据，可能包括来自RGB-D相机、激光雷达或其他传感器的序列。 3. Jupyter Notebook：详细展示了模型的构建、训练过程，以及结果的分析和可视化。 4. 配置文件：定义模型参数和...
Robotics:建造一个机器人并对其进行编程以完成任务
04-17
同时，SLAM（Simultaneous Localization and Mapping）技术允许机器人在未知环境中建立地图并定位自身。 感知处理则依赖于计算机视觉和机器学习技术。例如，图像识别和物体检测使用深度学习模型（如Yolo或Faster R-...
复杂度分析（上）：如何分析、统计算法的执行效率和资源消耗？.pdf
06-19
在讨论算法的执行效率和资源消耗时，通常会采用事后统计法，即通过实际运行代码并记录其执行时间和资源消耗来进行评估。然而，这种方法存在明显的局限性： 1. **测试结果依赖于测试环境**：不同的硬件配置会导致...
Cato-ws.zip
03-08
6. 测试运行：完成后，你可以通过运行Cartographer的示例来验证安装是否成功，例如使用ROS的`roslaunch`命令启动一个预设的配置文件。 三、Cartographer配置 Cartographer的配置文件是用Lua编写的，这些文件定义了...
SLAM精度测评——EVO进阶
格物致知
03-17 2651
1. 基本概念 1.1 Umeyama算法 1.2 SE(3)与Sim(3) 双目SLAM和RGB-D SLAM,尺度统一，因此我们需要通过最小二乘法计算一个从估计位姿到真实位姿的转换矩阵 [公式] 对于单目相机，具有尺度不确定性，我们需要计算一个从估计位姿 [公式] 到真实位姿 [公式] 的相似变换矩阵 [公式] 。在evo代码中，给予 --correct_scale命令就会估计Sim，否则默认为SE(3)。 2. 测试标准机器含义 1. evo_ape 计算绝对位姿误差 evo_ape tum data
SLAM学习：ORB_SLAM2安装配置
qq_43711697的博客
04-30 162
记录下极好的博客 ORB_SLAM2
SLAM轨迹精度测评(TUM格式)
weixin_41469272的博客
08-24 6079
本文介绍3个评测slam轨迹精度的工具 evo evaluate_ate.py rpg_trajectory_evaluation 1. evo安装及使用 evo安装： 使用pip安装，使用-i指定镜像源 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple evo --upgrade --no-binary evo 使用： 轨迹绘制： #单个轨迹绘制 evo_traj tum traj_tumxxx.txt -p #多个轨迹绘制 evo_tr
ov2slam安装运行
weixin_45314191的博客
04-10 799
ubuntu18.04安装运行ov2slam
【SLAM建图和导航仿真实例】（二）- 根据已知地图进行定位和导航
Stan_Fu的博客
05-29 9031
引言 在这个-SLAM建图和导航仿真实例-项目中，主要分为三个部分，分别是 （一）模型构建 （二）根据已知地图进行定位和导航 （三）使用RTAB-MAP进行建图和导航 该项目的slam_bot已经上传我的Github。 这是第二部分。 二、 根据已知地图进行定位和导航 1.添加地图 在slam_bot目录中创建一个新文件夹。 $ cd ~/catkin_ws/src/slam_bot/ $ mkdir maps $ cd maps 从Github中将jackal_race.pgm和jackal_rac
slam_toolbox-ros-melodic部署测试记录
少磊的博客
07-20 1445
在同样未经调参优化的情况下，对比cartographer，slam_toolbox在细节方面更优（slam_toolbox在墙壁厚度方面显示更准确）
ORB-SLAM2 特征点法SLAM 单目 双目 rgbd相机SLAM 单应/本质矩阵恢复运动 小图大图地图优化
万有文的博客
07-01 1万+
ORB-SLAM2 ORB特征点法SLAM 支持单目、双目、rgbd相机 安装测试 本文github链接 orbslam2 + imu ORB-SLAM是一个基于特征点的实时单目SLAM系统，在大规模的、小规模的、室内室外的环境都可以运行。 该系统对剧烈运动也很鲁棒，支持宽基线的闭环检测和重定位，包括全自动初始化。 该系统包含了所有SLAM系统共有的模块： 跟踪（Tracking）...
SLAM测评工具---evo安装与使用
xiaojinger_123的博客
09-06 3061
evo简介 evo是一个很好的测评工具，它可以根据时间戳将轨迹进行对齐，同时可以将不同尺度的轨迹按照你指定的标准轨迹进行拉伸对齐，并可以算出均方差等评定参数，用于测评slam算法性能 evo安装 1.切换python版本 新版evo的安装只支持python 3.6+ Ubuntu18.04默认python2.7（catkin_make支持python2.7版本，即默认版本），需要切换 sudo update-alternatives --config python 2.安装pip3 sudo apt in
ORB-SLAM2的布置（二）ORB-SLAM2的安装
Xiong2840的博客
12-17 1065
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。
安装运行ORB_SLAM2
最新发布
09-05
要安装运行ORB_SLAM2，您可以按照以下步骤进行操作： 1. 在ROS下，推荐将ORB_SLAM2的工程目录设置为orbslam_ws/src。 2. 首先，确保您已经安装了所需的依赖项，包括Pangolin、OpenCV、Eigen、g2o和DBoW2。需要注意的是，ORB-SLAM2内部已经包含了g2o和DBoW2，所以您不需要自己单独安装这两项。 3. 如果您想避免一些常见问题，可以先查看后续报错以及解决方法，然后再执行以下命令： ``` git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2 cd ORB_SLAM2 chmod +x build.sh ./build.sh ``` 这些步骤将会帮助您安装和运行ORB_SLAM2。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [ORB-SLAM2 “工具安装 和 系统运行“ 详细过程](https://blog.csdn.net/hltt3838/article/details/113962104)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [ORB-SLAM2的安装及试运行](https://blog.csdn.net/weixin_55076655/article/details/128151716)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值