视觉SLAM14讲——ch9源码编译

发现ceres库与sophus库之间有冲突,因为之前用的cere库是1.14版本的只能用eigen3.2编译,而sophus库的编译又是需要eigen3.3,在eigen库的使用上具有冲突。

解决的思路:安装ceres2.0.0版本,可以使用eigen3.3去编译,来解决冲突,旧的也不用删除,把新的ceres不要安装在默认的路径下就好了。

1. 安装ceres2.0.0

1)在github的ceres-solver的tag里面下载ceres2.0.0的压缩包

2)在/usr/local下创建ceres目录,用来存放2.0.0的ceres

3)解压ceres2.0.0,并进入目录

4)编译

mkdir build
cd build
cmake -D CMAKE_INSTALL_PREFIX=/usr/local/ceres ..    
make  
sudo make install

2. 修改ch9中的CMakeList.txt文件

设置Ceres路径:

set(Ceres_DIR /usr/local/ceres/lib/cmake/Ceres) #设置Ceres路径

会报错error:'interger_sequence' is not a member of 'std',这是因为较新版的ceres对c++版本有要求,所以要把set(CMAKE_CXX_FLAGS "-std=c++11")改一下

set(CMAKE_CXX_STANDARD 14)

3. 编译ch9源码

4. 安装 Meshlab

sudo add-apt-repository ppa:zarquon42/meshlab
sudo apt-get update
sudo apt-get install meshlab

使用时,在File中import Mesh生成的.ply文件。

参考:

安装不同版本的ceres - 知乎

ceres 编译报错 error: ‘integer_sequence’ is not a member of ‘std_JoannaJuanCV的博客-CSDN博客

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
视觉SLAM14》第13主要介绍了多视图几何(Multi-view Geometry)在视觉SLAM中的重要性和应用。本章内容包括三维重建、相机姿态估计、稠密地图构建、三维点云的优化等方面。 首先,介绍了三维重建的基本概念和方法。通过多视图之间的特征匹配和三角化,可以获取相机位置和场景的三维结构。其中使用了基础矩阵、本质矩阵和投影矩阵等几何工具进行相机位置估计。 其次,解了相机姿态估计的原理和方法。通过将特征点在不同视角中的投影进行匹配,可以计算得到相机之间的位姿变化。常用的方法包括通过两帧图像的本质矩阵或单应性矩阵来进行计算。 然后,述了稠密地图构建的过程。通过对特征点云进一步处理,可以得到更加丰富的场景信息。常用的方法有基于三维重建的稠密地图构建和基于场景几何关系的稠密地图构建等。 最后,介绍了三维点云的优化方法。从视觉SLAM系统的角度出发,通过优化相机的位姿和特征点的三维位置,提高系统的准确性和鲁棒性。常用的方法有基于图优化的方法和基于束优化的方法等。 综上所述,《视觉SLAM14》第13详细介绍了多视图几何在视觉SLAM中的关键技术和应用。可以通过多视图的特征匹配和三角化,实现三维重建和相机姿态估计。同时,通过稠密地图构建和三维点云的优化,提高系统的精度和鲁棒性。这些技术对于实现高效的视觉SLAM系统具有重要意义。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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