SLAM混杂命令笔记(随时更新）

robot__star

已于 2023-12-05 21:59:02 修改

阅读量189

点赞数

分类专栏：笔记文章标签： ubuntu linux

于 2023-02-09 18:29:38 首次发布

本文链接：https://blog.csdn.net/qq_38799747/article/details/128958059

版权

笔记专栏收录该内容

1 篇文章 1 订阅

订阅专栏

本文介绍了如何更改Linux文件权限，使用终端进行.tar.gz文件的压缩和解压。接着，详细阐述了PyTorch的安装方法，以及libtorch的下载链接。对于关联彩色图像和深度图像，提供了一个名为associate.py的脚本。此外，还提到了evo评测工具的安装和使用，用于评估轨迹和位姿误差。最后，详细说明了CUDA和CUDNN在Linux上的安装步骤。

摘要由CSDN通过智能技术生成

走过路过欢迎点赞！！！

一、更改文件权限

将root权限的文件更改为用户权限

sudo chown -R 用户名 文件名

二、利用终端进行文件压缩

1、.tgz文件

# 压缩
sudo tar zcvf 文件名.tgz 待压缩的文件名
# 解压
sudo tar zxvf 文件名.tgz

三、pytorch系列

1、安装pytorch

conda install pytorch==1.10.2 torchvision==0.11.3 torchaudio==0.10.2 cudatoolkit=11.3 -c pytorch

2、安装libtorch（与pytorch版本对应）

# 下载链接
https://download.pytorch.org/libtorch/cu113/libtorch-cxx11-abi-shared-with-deps-1.10.2%2Bcu113.zip

windows版
https://download.pytorch.org/libtorch/cu113/libtorch-win-shared-with-deps-1.10.2%2Bcu113.zip

四、关联彩色图像和深度图像

python associate.py rgb.txt depth.txt > associate.txt

associate.py下载

五、evo评测工具

1、安装

apt install python-pip
pip install evo --upgrade --no-binary evo -i https://pypi.tuna.tsinghua.edu.cn/simple/

2、使用

绘制轨迹

evo_traj tum KeyFrameTrajectory.txt --ref=groundtruth.txt -p -a

绝对位姿误差

evo_ape tum groundtruth.txt KeyFrameTrajectory.txt -va -p --save_results 路径/data.zip

相对位姿误差

evo_rpe tum groundtruth.txt KeyFrameTrajectory.txt -va -p --save_results 路径/data.zip

结果对比

evo_res 路径/data.zip -p --ignore_title --use_rel_time --save_table 路径/table.csv

六、docker安装

（一）cuda安装

cuda下载

链接

cuda安装

sh cuda.....linux.run
# 可以取消驱动的安装

cuda配置

vim /etc/bash.bashrc
# 粘贴下面两行
export LD_LIBRARY_PATH=/usr/local/cuda/lib
export PATH=$PATH:/usr/local/cuda/bin

source /etc/bash.bashrc

查看

nvcc -V

（二）cudnn安装

cudnn下载

cudnn安装

tar -zxvf cudnn-11.3-linux-x64-v8.2.1.32.tgz
cp -rf cuda/include/cudnn* /usr/local/cuda/include/
cp -rf cuda/lib64/libcudnn* /usr/local/cuda/lib64/
chmod a+r /usr/local/cuda/include/cudnn*
chmod a+r /usr/local/cuda/lib64/libcudnn*
 
sudo dpkg -i libcudnn8_8.2.1.32-1+cuda11.3_amd64.deb
sudo dpkg -i libcudnn8-dev_8.2.1.32-1+cuda11.3_amd64.deb
sudo dpkg -i libcudnn8-samples_8.2.1.32-1+cuda11.3_amd64.deb