r3lives运行其数据集

最新推荐文章于 2024-09-27 15:13:51 发布

一条葱花雩

最新推荐文章于 2024-09-27 15:13:51 发布

阅读量294

点赞数 1

文章标签： linux

本文链接：https://blog.csdn.net/m0_53406928/article/details/140070944

版权

执行以下指令

roscore
source devel/setup.bash
roslaunch r3live r3live_bag.launch
rosbag play --pause degenerate_seq_02.bag

运行过程中如果虚拟机卡死或者闪退可以考虑要不要给虚拟机扩容。

https://blog.csdn.net/m0_53406928/article/details/140070857?spm=1001.2014.3001.5502

有用但是不多

提取包里的

rostopic echo -b file_name.bag -p /topic_name > Txt_name.txt

提取包里面的点云：


rosbag record -a
rosrun pcl_ros pointcloud_to_pcd input:=话题

用bag_to_pcd会导致.pcd文件无法正常显示

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

一条葱花雩

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

3D目标检测实战 | 图解KITTI数据集与数据格式

FRIGIDWINTER的博客

09-25

3952

本文详细介绍KITTI数据集的坐标系统和数据格式

真手把手带你跑r3live

Ken_liefeng的博客

10-25

3121

实验室来了台机器人，上面的设备是依据r3live的设备选的，因为R3LIVE的效果太好了，特别感谢大佬的开源精神。这几天把车子跑起来，就打算写个博客记录一下。

参与评论您还未登录，请先登录后发表或查看评论

R3LIVE调试记录

m0_49929125的博客

07-04

7819

港大R3LIVE项目的学习与具体调试，通过修改livox_ros_driver可以运行自己的数据集

R3LIVE项目实战(5) — R3LIVE数据采集与时间同步

几度春风里的博客

08-31

3432

采集数据需要注意的一点是，不同传感器之间的时间同步问题，因为LIVOX默认是从开始启动激光雷达开始算时间的并不是ROS系统时间，如果直接记录数据，是跑不起来的。在R3LIVE中设置外参时，要对此处的得到的外参结果求逆，不然得不到最后的点云着色效果。在线运行时，与提前录制数据集方法相同，修改相应的雷达和相机的话题名称，启动相机和雷达的节点，同时要注意启动时间同步的功能。robag play录制的数据集，最后得到正确的结果，如果没有时间戳同步，则接受不到对应的图像，激光点云也没有颜色。PTP时间同步的方法。

R3Live跑自制数据集（1）

Solititude的博客

04-29

882

R3Live跑自制数据集，过程中一些问题的记录

R3LIVE编译运行(自己数据集)，用自己的设备实机操作中遇到的一系列问题

qq_51024665的博客

10-15

2044

第一次写博客，创作不易，还望多多支持。主要记录之前遇到的问题，方便以后查看，主要以R3LIVE为例进行探讨。第一次写博客，希望大家多多支持。最后，总结一下下，实践才是检验真理的唯一标准，只有自己尝试了，才会出现很多别人没有遇到的问题，然后自己上网查资料以及询问其他大佬解决相关问题。

R3live官方数据集测试及R3live+ Velodyne

WY110000的博客

02-14

2690

1. 下载livox-SDK，编译安装。4.下载r3live源码，编译安装。2.下载livox驱动，编译安装。 r3live一般使用的是livox固态激光雷达，在这里我尝试将其与velodyne 激光雷达进行适配

从入门到精通：R3LIVE配置与KITTI数据集跑步指南，及算法解析与改进方向

最新发布

小蜗牛的珍贵百宝箱

09-27

1275

近年来，SLAM（Simultaneous Localization and Mapping，实时定位与地图构建）技术在自动驾驶、机器人导航等领域取得了显著进展。R3LIVE 是一款以多传感器融合为核心的 SLAM 系统，结合视觉、IMU 和激光雷达等传感器信息，能在动态环境中实现高精度、低延迟的定位与环境重建。本文将详细介绍 R3LIVE 的安装与配置流程，重点讲解如何使用 KITTI 数据集进行测试，并深入解析该算法的技术细节，讨论其改进方向与未来的应用前景。

博客中用于k-means聚类数据集R3.txt

09-03

博客中用于k-means聚类数据集R3.txt

推荐相关数据集.zip

05-23

用于写文学对联的训练数据，推荐相关数据集，可以直接引用

R3live适合ARM结构的源码 ubuntu18.04

03-30

标题中的“R3live”可能是指一个特定的操作系统或软件项目，它被设计为在基于ARM架构的设备上运行。ARM（Advanced RISC Machines）架构是一种广泛用于移动设备、嵌入式系统和服务器的处理器架构，以其低功耗和高效...

R3LIVE编译运行和代码分析

weixin_44793883的博客

08-10

3274

R3LIVE编译运行和代码分析

ROS在roslaunch时，提示“is neither a launch file in package”或TAB时没有补全

qq_42156603的博客

05-31

2600

描述已经设置了source devel/setup.bash，在同一终端用roslaunch可以，但我在这个终端起的是roscore，新终端再用roslaunch就不行了。分析报错是因为没找到对应的package；虽然用setup.bash设置了package路径，但再起终端失效。解决暴力把 source XXXX/devel/setup.bash（绝对路径）写到环境变量里，裂开…不知后面会不会出问题。设置环境变量如下 gedit ~/.bashrc source ~/.bashrc ...

R3live：自己的数据集运行

handily_1的博客

04-01

3264

用自己的设备跑r3live

R3LIVE(升级R2LIVE)：编译与运行

热门推荐

handily_1的博客

01-01

2万+

之前港科大的hku-mars火星实验室在R2LIVE的基础上提出了“R3Live”，论文和视频很早就发出来了，但是代码一直没有开源（作者一直强调会开源），在一众slamer的千呼万唤之下，在2021年的年尾，终于,能够在github下载了。......

香港大学R3live：手把手教你如何编译和运行

smartfoolish的博客

01-10

8022

香港大学R3live项目

二十一.激光、视觉和惯导LVIO-SLAM框架学习之相机与雷达外参标定（1）

weixin_36773706的博客

12-22

1975

专栏系列文章如下：一：Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）_goldqiu的博客-CSDN博客四.激光SLAM框架学习之A-LOAM框架---项目工程代

配置r3live运行环境中出现的一些问题

weixin_43926887的博客

03-13

2519

R3LIVE(升级R2LIVE)：编译与运行_handily_1的博客-CSDN博客 1.ROS安装过程中可能会出现几个软件包连接失败的情况，显示连接失败 [IP: 91.189.91.39 80]等问题，此时可以在 “软件和更新-->ubuntu软件-->下载自” 选项中选择mirrors.tuna.tsinghua.edu.cn。再重新按照ROS的安装步骤进行即可。 ...

R3Det训练自己的数据集

08-16

要使用R3Det训练自己的数据集，你需要进行以下几个步骤： 1. 下载R3Det代码。你可以在GitHub上找到R3Det的代码链接。下载并配置好代码。 2. 配置训练脚本。修改train.py文件的配置参数，主要是--config和--work-dir。--config是指向训练配置文件的路径，--work-dir是指定模型和日志保存的文件夹。 3. 修改配置文件。根据你的需求，选择一个适合的配置文件进行修改。例如，你可以选择r3det_r50_fpn_1x_dota_oc.py作为配置文件，根据你的类别数量修改num_classes参数。同时，你还需要修改mmrotate/mmrotate/datasets/dota.py中的类别名字。 4. 修改数据文件夹路径。在mmrotate/configs/base/datasets/dotav1.py中修改data_root参数，将其设置为你自己的数据文件夹路径。该文件夹应包括train、trainval和test三个文件夹，并在这三个文件夹内部创建annfiles和images文件夹，并将相应的数据文件放入其中。 5. 调整训练参数。你可以根据需要修改其他的训练参数。例如，在configs/base/schedules/schedule_1x.py中可以调整评估的间隔、优化器的学习率和动量等参数。 6. 开始训练。运行train.py脚本，即可开始使用R3Det训练自己的数据集。训练过程中的模型和日志将保存在指定的work-dir文件夹中。请注意，以上步骤仅为一般指导，具体的操作可能因你的数据集和需求而有所不同。你需要根据实际情况进行相应的修改和调整。123 #### 引用[.reference_title] - *1* [R3Det代码复现](https://blog.csdn.net/m0_64203255/article/details/130025291)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [mmrotate旋转目标检测框架从环境配置到训练自己的数据集](https://blog.csdn.net/weixin_41868104/article/details/125557687)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]