从零开始ROS编程-VTK安装

11 篇文章 0 订阅
11 篇文章 0 订阅

系统环境:Ubuntu 18.04

QT版本  :   5.9.9

VTK       :   8.1.0

下载链接:

wget https://www.vtk.org/files/release/8.1/VTK-8.1.0.tar.gz
wget https://www.vtk.org/files/release/8.1/VTKData-8.1.0.tar.gz

 依赖库安装:

sudo apt install libqt5x11extras5
sudo apt install libqt5x11extras5-dev

CMAKE

cd VTK-8.1.0
mkdir build
cd build
cmake-gui ..

Cmake Options :

VTK_Group_Qt       ON
VTK_QT_VERSION     5 # default
QT5_DIR            /opt/qt/5.9.9/gcc_64/lib/cmake/Qt5

VTK_RENDERING_BACKEND OpenGL2 # default
BUILD_SHARED_LIBS  ON
CMAKE_BUILD_TYPE   Release
CMAKE_INSTALL_PREFIX /usr/local

解压 VTKData-8.1.0.tar.gz , 复制 MD5 到VTK-8.1.0/build/ExternalData/Objects/MD5目录下

make and install

make -j8                 //漫长的等待
sudo make -j8 install

 

安装QVTKWidget plugin

 

cd build/lib
ls -al libQVTKWidgetPlugin.so 

# copy to qt creator
sudo cp libQVTKWidgetPlugin.so /usr/lib/x86_64-linux-gnu/qt5/plugins/designer 

 

结果:

QVTKWidget for qtcreator

 

 

 

 

 

 

 

 

 

学习AI人工智能技术并从零开始开发XR-ROS SLAM自主导航机器人是一个需要坚持和耐心的过程。首先,需要了解人工智能、机器学习和深度学习的基本概念。在学习这些概念的同时,也要掌握编程基础知识,例如Python语言和ROS(机器人操作系统)的使用。 接下来,了解SLAM(Simultaneous Localization and Mapping)技术,它是机器人导航领域的重要技术。SLAM可以帮助机器人同时实现对环境的感知与建图,并维持其在环境中的定位。 要开始开发XR-ROS SLAM自主导航机器人,首先需要选择合适的硬件平台,如使用激光传感器进行环境感知和定位。 然后,利用ROS开发平台,学习创建机器人模型、建立地图等基本操作。可以使用RViz等图形化工具帮助可视化机器人的运动和建图过程。 在完成这些基本操作后,可以开始学习SLAM算法,如ORB-SLAM、LSD-SLAM等。通过理解算法的原理和实现,可以将其应用到XR-ROS SLAM自主导航机器人的开发中。 在开发过程中需要不断学习和实践,将SLAM算法与机器人的传感器数据进行融合,优化机器人的导航能力。同时,将机器学习和深度学习的技术应用到机器人的决策和路径规划中,提高机器人的智能水平。 最后,要持续关注和学习最新的研究和技术进展,不断提升自己的技术水平。通过不断实践和探索,才能在AI人工智能技术中从零开始学会XR-ROS SLAM自主导航机器人开发。
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