编译运行Cube_slam

最新推荐文章于 2024-01-11 16:02:00 发布
最新推荐文章于 2024-01-11 16:02:00 发布
阅读量724 收藏 1
点赞数
分类专栏： 深度学习 SLAM ubuntu 文章标签： 自动驾驶 计算机视觉 人工智能
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/qq_38766208/article/details/122708191
版权
本文档详细介绍了编译Cube_SLAM过程中遇到的问题，包括依赖库g2o的编译、cv_bridge和image_geometry配置文件的修改，以及源代码中头文件的添加。针对运行时的问题，如Kitti数据集的使用和ORB Vocabulary的配置，提供了相应的解决步骤。然而，在实际运行时仍可能出现闪退情况，目前原因未知。
摘要由CSDN通过智能技术生成 
mkdir -p ~/cubeslam_ws/src
cd ~/cubeslam_ws/src
catkin_init_workspace
git clone git@github.com:shichaoy/cube_slam.git
cd cube_slam

Compile dependency g2o

 sh install_dependenices.sh

Compile

cd ~/cubeslam_ws
catkin_make -j4

问题1：
在这里插入图片描述解决方法1：
修改/opt/ros/melodic/share/cv_bridge/cmake/cv_bridgeConfig.cmake 96行
![在这里插入图片描述](https://img-blog.csdnimg.cn/3c0f010285

最低0.47元/天 解锁文章
Gone_float
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【从零开始学习SLAM】VIZ Pangolin 可视化
小秋 AI SLAM 入门实战教程
05-12 2516
完整可执行程序
用CubeSLAM跑自己的数据集
10-07 2817
针对CubeSLAM本博客内容如下，主要是阅读论文和代码的一些结果总结，还有一部分总结未完成，同样使用或者对语义slam感兴趣有经验的欢迎交流，该博客后面也会不段更新cubeslam在自己的数据集上的使用结果和一些避坑指南： 1. cubeSLAM主要贡献 2. 2D->3D的cube转换 3. 使用自己的数据集 1. 主要贡献： 这篇文章在语义SLAM中好评较多，主要是与常见的ORBSLAM实现来物体级别的结合； 主要分为两部分，第一部分为2d部分，主要是可以通过平面的bbox生成出立体的c...
matlab集成c代码-CubeSLAM_box:CubeSLAM_box
05-22
Matlab集成的c代码立方SLAM 此代码包含两种模式： 与ORB SLAM集成的对象SLAM。 请参见orb_object_slam带有ros bag输入的在线SLAM。 它读取检测到的离线3D对象。 仅适用于多维数据集SLAM的基本实现。 请参阅object_slam给定RGB和2D对象检测，该算法从每个帧中检测3D长方体，然后制定一个对象SLAM以优化相机姿势和长方体姿势。 是主包装。 detect_3d_cuboid是单图像长方体检测的C ++版本，对应于。 作者： 相关论文： CubeSLAM：单眼3D对象SLAM ，IEEE Transactions on Robotics 2019， S.Yang，S.Scherer 如果您在研究工作中使用该代码，请引用以上论文。 如果您有任何其他问题，请随时与作者联系。 安装 先决条件 此代码包含多个ros软件包。 我们在ROS indigo / kinetic，Ubuntu 14.04 / 16.04，Opencv 2/3中对其进行了测试。 创建或使用现有的ros工作区。 mkdir -p ~ /cubeslam_ws/src cd
Cube-SLAM编译遇到的问题
不分解的单应矩阵
06-03 603
error: ‘power’ was not declared in this scope 解决办法： 报错位置添加： #include <numeric> using namspace __gnu_cxx; error: ‘usleep’ was not declared in this scope 解决办法: 指定位置添加： #include <unistd.h> 编译通过： ...
CubeSLAM
qiao_19的博客
03-02 1512
Yang and Scherer 展示了一种方法用于单图片3D方块物体检测和静态和动态环境中的多视角物体SLAM，并证实了两部分都能互相提高。首先，对于单图片物体检测，作者从2D框和消失点采样生成了高质量的立体区域建议框。建议框基于图片边缘对齐被进一步计分和选择。第二，具有物体测量的多视角BA被提出来优化相机位姿，物体和点。物体可以提供长距离几何和尺度约束来提高相机位姿估计并减少单目漂移。并没有把动态区域当做外点，作者使用物体表示和运动模型约束来提高相机位姿估计。在SUN RBGD和KITTI上的3D
cube-slam详解
沧海一帆的专栏
01-19 2863
问题：使用深度学习的目标检测得到个框，怎么将这些框用上并集成到slam中做物体级别的slam? 卡耐基梅隆大学的Shichao Yang, Sebastian Scherer，在论文CubeSLAM: Monocular 3D Object SLAM中给出了答案。并且结合orbslam的代码已经开源。 地址：https://github.com/shichaoy/cube slam １．总体贡献及思路 （１）由图像平面的框得到3d世界里的立方体。 （２）建立物体级别的整套观测误差函数，并放入ORBSLAM2
【SLAM】——cube-slam
怡宝2号
08-09 464
slam, object slam
[学习笔记-SLAM篇]Ubuntu下使用VS Code编译调试ORB-SLAM3
warningm_dm的博客
09-01 2870
参考 1.Ubuntu下 VSCODE ORBSLAM2和3 DEBUG调试 2.Ubuntu系统下使用VS Code编译调试C++程序并添加外部库
机器人SLAM与自主导航（三）——SLAM功能包
weixin_45661757的博客
02-24 2792
机器人SLAM与自主导航（三）——SLAM功能包 一、gmapping 1、gmapping功能包 输入：1.深度信息 2.IMU信息 3.里程计信息 输出：栅格地图 $ rosmsg show nav_msgs/OccupancyGrid 2、栅格地图取值原理 3、gmapping安装 $ sudo apt-get install ros-kinetic-gmapping 4、配置gmapping节点 参数说明可参考： http://wiki.ros.org/gmapping 5、启动gm.
[slam]docker-slam下的建图与定位
最新发布
2301_77131006的博客
01-11 1020
实验开始时，看着老师的操作我总是一头雾水，完全不知道从哪里开始下手。先下载了gtsam，编译时出错。又发现gtsam的版本太旧了，又重新下载了gtsam4.2a9。编译时又出错，问了同学老师后发现还少一个库没有下载。下载好终于编译成功，这时一上午已经过去了，下午仔细想了一下上午老师讲的步骤，最终成功运行出来。t=N7T8。
matlab滤波源码-cube_slam:CubeSLAM：单眼3D对象检测和SLAM
05-19
matlab过滤源码立方SLAM 此代码包含两种模式： 与ORB SLAM集成的对象SLAM。 请参见orb_object_slam带有ros bag输入的在线SLAM。 它读取检测到的离线3D对象。 仅适用于多维数据集SLAM的基本实现。 请参阅object_slam给定RGB和2D对象检测，该算法从每个帧中检测3D长方体，然后制定一个对象SLAM以优化相机姿势和长方体姿势。 是主包装。 detect_3d_cuboid是单图像长方体检测的C ++版本，对应于。 作者： 相关论文： CubeSLAM：单眼3D对象SLAM ，IEEE Transactions on Robotics 2019， S.Yang，S.Scherer 如果您在研究工作中使用该代码，请引用以上论文。 如果您有任何其他问题，请随时与作者联系。 安装 先决条件 此代码包含多个ros软件包。 我们在ROS indigo / kinetic，Ubuntu 14.04 / 16.04，Opencv 2/3中对其进行了测试。 创建或使用现有的ros工作区。 mkdir -p ~ /cubeslam_ws/src cd ~
matlab集成c代码-cube_slam_modified:CubeSLAM：单眼3D对象检测和SLAM
05-22
Matlab集成的c代码立方SLAM （摘自：，适用于Ubuntu 18.04 + ROS Melodic + OpenCV 3.1和我们自己的数据集的Cube SLAM的修改） 此代码包含两种模式： 与ORB SLAM集成的对象SLAM。 请参见orb_object_slam带有ros bag输入的在线SLAM。 它读取检测到的离线3D对象。 仅适用于多维数据集SLAM的基本实现。 请参阅object_slam给定RGB和2D对象检测，该算法从每个帧中检测3D长方体，然后制定一个对象SLAM以优化相机姿势和长方体姿势。 这是主程序包。 detect_3d_cuboid是单图像长方体检测的C ++版本，对应于。 作者： 相关论文： CubeSLAM：单眼3D对象SLAM ，IEEE Transactions on Robotics 2019， S.Yang，S.Scherer 如果您在研究工作中使用该代码，请引用以上论文。 如果您有任何其他问题，请随时与作者联系。 安装 先决条件 此代码包含多个ros软件包。 我们在ROS indigo / kinetic / melodic，Ubun
[论文笔记|DOS]CubeSLAM: Monocular 3D Object SLAM
乘风的博客
07-15 1179
目录摘要Ⅰ. 单图像3D目标检测A. 3D box proposal generation1) Principles:2) Get 2D corners from the VP3) Get 3D box pose from 2D corners: 摘要 本文提出了一种用于静态和动态环境下的单目图像三维长方体目标检测和多视点对象SLAM，并证明了这两部分可以相互改进。首先，对于单图像目标检测，我们从二维边界框和消失点采样中生成高质量的长方体。然后基于与图像边缘的对齐，进一步对这个生成的3D长方体进行评分和选择
CubeSLAM: Monocular 3D Object SLAM——论文简述
gongyuandaye的博客
08-06 389
提出一种在动态和静态环境中同时进行3D目标检测和定位建图的方法，并且能够互相提升准确度。具体地，对于3D目标，其位置、方向和尺寸通过slam进行了优化；而3D目标作为slam中的路标，可以提供额外的语义和几何约束，从而提升相机位姿估计并减少尺度漂移，且无需回环检测和假设相机的高度不变。
CubeSLAM学习
不分解的单应矩阵
06-28 2679
Cube SLAM 此代码包含两种模式： 与ORB SLAM集成的对象SLAM。 请参见orb_object_slam具有ros bag输入的在线SLAM。 读取离线检测到的3D对象 仅适用于多维数据集SLAM的基本实现。 参见object_slam。给定RGB和2D对象检测，该算法从每个帧中检测3D长方体，然后制定对象SLAM以优化相机姿势和长方体姿势。 是主包装。 detect_3d_cuboid是单图像立方体检测的C ++版本，对应于matlab版本。 作者: Shichao Yang 论文:
CubeSLAM: Monocular 3D Object SLAM 论文笔记
TheRun的博客
05-14 2062
CubeSLAM: Monocular 3D Object SLAM 论文笔记 摘要 提出了一种静态和动态环境下单幅图像3D长方体目标检测和多视点目标SLAM的方法，并证明了这两个部分是相互促进的。 首先，对于单图像目标检测，我们通过2D包围盒和消失点采样生成高质量的长方体轮廓。基于与图像边缘的对齐，进一步对方案进行评分和选择。 其次，提出了结合新的物体测量值的多视点捆绑平差（BA）方法，以联合优化摄像机、物体和点的姿态。物体可以提供远距离的几何和比例约束，以改进摄像机的姿态估计，减少单目漂移。
CubeSLAM：单目 3D 目标检测与没有先验模型的 SLAM
五小郎的学习笔记
12-22 8698
若出现公式乱码等情况请访问本帖原文： 18.11.30：CubeSLAM：单目 3D 目标检测与没有先验模型的 SLAM CubeSLAM: Monocular 3D Object Detection and SLAM without Prior Models CubeSLAM：单目 3D 目标检测与没有先验模型的 SLAM Yang S, Scherer S. Cu...
[LiteratureReview]CubeSLAM Monocular 3-D Object SLAM
GRF-Sunomikp31
04-25 3192
[LiteratureReview]CubeSLAM: Monocular 3-D Object SLAM 出处：2019 IEEE Transactions on Robotics，（截止到2022-3-30）Google论文被引162次； P.S：相比RAL这种接收短文的期刊，IEEE Transactions on Robotics现在只接收长文，Cube-SLAM这篇论文正文13页； 作者主页：https://shichaoy.github.io/ Code：https://github.com/
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

打赏作者

Gone_float

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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