基于Kdevelop的VO框架以及特征提取与匹配

最新推荐文章于 2021-12-25 20:53:20 发布
最新推荐文章于 2021-12-25 20:53:20 发布
阅读量301 收藏
点赞数 1
文章标签： 嵌入式
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_40651017/article/details/106159055
版权

基于Kdevelop的VO框架以及特征提取与匹配

准备工作

这里提供源码
源码提取地址
提取码：94hv
里面有需要的sophus工具 以及associate.py文件

将源码中0.2文件提取

1.打开源码文件中3rdparty

将Sophus.tar.gz文件提取到0.2文件夹中
在这里插入图片描述

2.打开Sophus文件

新建build文件夹进行编译

cmake ..
make

错误解决方案：
Sophus编译报错的解决方法:(就是改了两行代码)
将so2.cpp中的两行代码更改
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200516145322114.png

参考地址

3.然后在0.2文件夹下新建build进行编译

遇到错误：
在这里插入图片描述
参考地址
如果make较慢 电脑性能好的话可使用：

make -j8

4.修改default.yaml中路径

将default.yaml中路径修改为你数据集的路径

将源代码中tools associate.py文件复制到数据集中

在这里插入图片描述
然后在当前文件夹中打开终端输入

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

运行程序

在0.2/bin文件夹下打开终端运行：

./run_vo ../config/default.yaml

实验结果图：
在这里插入图片描述

在KDevelop中运行

1.导入项目

在这里插入图片描述

2.添加数据集

在这里插入图片描述
运行结果：
在这里插入图片描述
这次实验并不是太理解其中原理
导致做实验过程中一脸懵逼

在这里插入图片描述

三分奶茶七分糖丶
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VO框架搭建和基本VO特征提取和匹配及TUM部分数据集
05-15
该资源包包括了VO的基本框架，VO特征提取及匹配的c++代码。其中还包括了部分TUM数据集，用于VO的特征提取和匹配使用！该资源包已经编译过的，小伙伴如果需要编译，可以删除build文件夹，然后重新创建编译；该项目可以直接导入kdevelop中进行编译使用，是学习视觉SLAM中VO的不错的选择哦！
视觉SLAM学习【5】-----ubuntu16.04上基于KDevelop的VO框架搭建及特征提取与匹配
qq_42451251的博客
05-15 800
视觉SLAM学习【5】-----ubuntu16.04上基于KDevelop的VO框架搭建及特征提取与匹配目录一、VO框架简介1、什么是VO框架？2、VO框架的组成结构3、VO框架的项目构成4、VO框架的项目在KDevelop中的目录5、项目资源获取二、Sophus工具的安装1、Sophus工具的下载2、Sophus工具的编译三、基于KDevelop的VO框架搭建1、创建VO项目2、创建bin文件夹3、将g2o中的cmake_modules文件夹移动到该项目中4、新建config文件夹5、新建include
Sophus库安装踩坑（SLAM十四讲）
一只小菜鸟的博客
03-11 2万+
学习slam十四讲（第二版），自行git安装sophus库，但是需要做准备工作 注意，如果看网上的其他教程可能会出错，因为大部分教程是根据第一版的书，使用的是非模板类，但是这里使用的是模板类的sophus 0.准备工作 因为sophus的使用必须依赖eigen库，因此先下载eigen，但是如果你有3.3以下的版本的eigen，那么请先卸载： 0.0 如果你有以前的eigen版本，则先卸载 （1）如...
对鸢尾花数据集和月亮数据集，分别采用线性LDA、k-means和SVM算法进行二分类可视化分析
zjc
05-17 1390
对鸢尾花数据集和月亮数据集，分别采用线性LDA、k-means和SVM算法进行二分类可视化分析知识理解1.线性LDA2.k-means3.SVM鸢尾花数据集算法可视化1.使用线性LDA对鸢尾花数据集聚类2.使用k-means对鸢尾花数据集聚类3.使用SVM对鸢尾花数据集聚类月亮数据集算法可视化1.使用线性LDA对月亮数据集聚类2.使用k-means对月亮数据集聚类3.使用SVM对月亮数据集聚类 知识理解 1.线性LDA 线性判别式分析（Linear Discriminant Analysis），简称为LDA
Sophus库模板类的使用问题_SLAM十四讲
LeGe675797663的博客
03-18 1万+
最近在看高翔博士的《SLAM十四讲》，在第四章中要求安装一个Sophus的库，在书中要求安装非模板类的Sophus库，也就是要回滚到a621ff版本，但是本人在安装过程中，使用Cmake ..的时候能够顺利通过，接着执行make命令的时候就会卡在5%，报的第一个错是:Sophus/sophus/so2.cpp:32:26: error: lvalue required as left operan...
基于Linux的强大编程工具——KDevelop1．3源代码分析.pdf
09-07
《基于Linux的强大编程工具——KDevelop1.3源代码分析》 KDevelop是一款专为Linux/UNIX操作系统设计的领先C++集成开发环境（IDE），它提供了丰富的功能，包括图形用户界面的对话框编辑器、集成调试器、工程管理、...
KDevelop-5.5.1-1可执行文件
05-13
KDevelop-5.5.1-1是一款嵌入式开发的集成文件，可以帮助我们很好的创建嵌入式的相关项目，适合新手学习make编译项目的创建，官网下载非常的慢，所以，这里上传至csdn模块，进行对应的下载学习！下载后上传到ubuntu，...
包含了kdevelop的一些汉化包
11-28
KDevelop是一款开源的、跨平台的IDE，它提供了丰富的功能，如代码编辑、项目管理、调试工具以及对多种编程语言的支持。然而，对于中文用户来说，原始的英文界面可能会造成一定的使用障碍。因此，汉化包的存在就显得...
kdevelop汉化文件包
10-23
"Kdevelop汉化"标签再次确认了主题，即这个压缩包与使KDevelop软件适应中文用户有关。汉化是让用户能够用他们熟悉的语言使用软件的过程，对于非英语为母语的用户来说尤其重要，因为它可以提高软件的易用性和用户体验...
Kdevelop编译C++代码以及单步运行
wzdnrh的博客
12-25 1428
首先从Kdevelop里面导入项目工程: 选择整个文件夹。 打开后，Kdevelop里面有一个构建按钮，相当于make； 点击构建，然后若需要安装的话，在按一下安装。 上面步骤完成了C++项目的编译，然后下一步就是如何单步调试； cmakelist里面加入debug的代码； 然后 然后第一个添加刚刚构建出来的可执行文件，注意该文件不是build里面的那个可执行文件； 第二步为添加代码运行需要的参数； 第三步为把Working_directory路径设为build文件夹 ...
Sophus库的安装和使用教程
热门推荐
Dongdong Bai's Blogs
09-04 2万+
本系列文章为原创，转载请注明出处。 作者：Tom Bai 邮箱： baidongdong@nudt.edu若您觉得本博文对您有帮助，请您为我点赞并关注我，以鼓励我写出更优秀的博文。谢谢！一、Sophus库简介：Eigen库是一个开源的C++线性代数库，它提供了快速的有关矩阵的线性代数运算，还包括解方程等功能。但是Eigen库提供了集合模块，但没有提供李代数的支持。一个较好的李群和李代数的库是S
Ubuntu18.04下KDevelop的使用教程（创建编译执行）
1900的博客
04-28 1678
首先打开KDevelop 点击Project----->new From Template 依次选择图中的选项，给这个工程起个名字 直接点完成 然后回出现一张类似下面的图（当时忘记截图了） 这个就是你这个工程的位置 一般会存放在 home/projects/test/build test是你自己起的名字 直接点击ok就行了 就创建好了，你会看到一个main.cpp 里面是一个helloword程序，点击左边的Projects可以调出项目列表 编...
Sophus的使用
我不是斗哥的博客
10-23 1801
#include <iostream> #include <cmath> using namespace std; #include <Eigen/Core> #include <Eigen/Geometry> #include "sophus/so3.h" #include "sophus/se3.h" int main( int argc,...
视觉SLAM笔记基本的 VO——特征提取和匹配
mango
05-15 3472
这里写目录标题一、两两帧的视觉里程计 一、两两帧的视觉里程计 两两帧之间的 VO 工作示意图如图 在这种 VO 里，定义了参考帧（Ref-erence）和当前帧（Current）这两个概念。以参考帧为坐标系，把当前帧与它进行特征匹配，并估计运动关系。假设参考帧相对世界坐标的变换矩阵为 T rw ，当前帧与世界坐标系间为 T cw ，则待估计的运动与这两个帧的变换矩阵构成左乘关系： T cr , s.t. T cw = T cr T rw . 在匹配特征点的方式中，最重要的参考帧与当前帧之间的特征匹配关系，
SLAM14讲中Sophus包的安装问题
MrZhuangzhipeng的博客
03-28 5163
高翔视觉SLAM14讲中Sophus包的安装问题 首先我们可以直接下载在来， mkdir build cd build cmake .. make 但是当我们想要调用这个库的时候，会发现找不到该库文件，这时候有两个解决方案 １．在Kdevelop 中直接添加你所在的Sophus文件夹的位置 依次点击Project -> OpenConfiguration … -> 将你所在的...
sophus库的一些使用
robinhjwy的博客
08-17 1万+
首先是cmakelists: cmake_minimum_required( VERSION 2.8 ) project( useSophus ) # 为使用 sophus，您需要使用find_package命令找到它 find_package( Sophus REQUIRED ) include_directories( ${Sophus_INCLUDE_DIRS} ) add_execu
RobHess的SIFT源码图像特征点匹配
Lv_MV的博客
09-22 679
网上的SIFT代码都是基于Opencv写的，源代码的看不是很清晰，不利于初学者。   最近，闲得无聊研究了一下SIFT，找到了RobHess维护的代码，整了一番。   然后，再借鉴很多前辈的博客，改了一段代码。   利用Sift寻找特征点，kd数BBF进行特征点的匹配，再用随机抽一致性就行选择特征点匹配组。   masikkk：RobHess的SIFT源码分析：综述！！   写的很不
控制科学与工程：随手笔记（6）--Sophus库使用
Mr.Sliver的博客
05-19 487
变量 功能 Sophus::SO3 SO3李群;初始化方法：①SO3 SO3_R®直接从选择矩阵构造②SO3 SO3_v(0,0,M_PI/2)从选择向量构造③SO3 SO3_q(q)从四元数构造 Sophus::SE3 SE3李群;初始化方法：①SE3 SE3_Rt(R,t)直接从R、t构造②SE3 SE3_qt(q,t)从四元数和t构造 函数 功能 lo...
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
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