复现TartanVO及环境配置踩坑

TartanVO是在TartanAir数据集上提出的一个通用性的视觉里程计，在复现该代码的过程中遇到一系列环境配置问题，做个记录。

1. 首先是python的版本选择，最初无脑python3.10，相应的numpy、matplotlib、scipy等库也相应地安装了最新版，后来发现原代码是用python2写的，很多函数和用法也都有所变化，于是手动修改了几处报错的代码，又使用python自带的2to3.py脚本升级了代码，最终成功运行了vo_trajectory_from_folder.py对下载好的KITTI数据集进行测试。
   

2. 然而在运行ros节点进行轨迹可视化时，发现ros系统默认使用python2，其中用来对ros图像和openCV图像进行相互转化的CvBridge库也是默认为python2版本的，报错：

   ImportError: dynamic module does not define module export function (PyInit_cv_bridge_boost)

   结合之前发现的原代码本身也是python2编写的，决定退回python2。

3. 回到python2后，其他的相关库也全部都按照GitHub原文中指定的版本进行安装，结果之前的vo_trajectory_from_folder.py也无法运行了，报错：

   RuntimeError：CuDNN error：CUDNN_STATUS_EXECUTION_FAILED

   上网查找到这个问题一般是由于cuda、cudnn、pytorch等版本出现问题，GitHub原文中指定cuda版本为9.2/10.1，但是两个版本都不行，后来查到原来3090仅支持cuda11以上的版本，而高版本的cuda和pytorch又不支持python2，所以还是换回python3。

4. 至于上述所说的CvBridge库版本不匹配问题，解决方法是自己下载并重新编译python3版本的CvBridge库，编译方法参考

   【bug】ImportError: dynamic module does not define module export function (PyInit_cv_bridge_boost)

   由于此处编译的CvBridge是基于python3.6的，所以也选择了python3.6作为最终的python版本。

5. 然后conda安装了cudatoolkit11.3、cudnn8.2.1，pip安装了cupy-cuda113，pip安装 torch1.10.0+cu113、torchvision0.11.0+cu113、torchaudio0.10.0 。
   网上大多数cuda安装教程都是到官网下载安装，但实际上直接用conda安装即可，只需一行命令，亲测比官网安装好用，使用以下命令可以查看当前支持的cudatoolkit和cudnn版本

   conda search cudatoolkit --info
   conda search cudnn --info
   

   然后conda install安装你需要的cudatoolkit和cudann版本即可，实际上conda安装cudnn时会一并安装cudnn所依赖的对应版本的cudatoolkit，所以如无特定版本要求，只需conda安装你需要的cudnn版本即可。conda安装cuda方法可参考

   win下conda安装多版本cuda

6. 最终成功运行了ros节点tartanvo_node.py和publish_image_from_folder.py实现了对EuRoC_V102数据集的预测并在rviz上进行了轨迹的可视化
   

总结最终的运行环境为：

• ubuntu18.04
• python3.6
• cudatoolkit11.3
• cudnn8.2.1
• cupy-cuda113
• torch1.10.0+cu113
• torchvision0.11.0+cu113
• torchaudio0.10.0
• numpy
• matplotlib
• scipy
• opencv-python4.2.0.32

其中主要关注的是python版本为3.6，然后根据自己的显卡选择合适的cuda和pytorch版本，其他库版本影响不大。

安装和运行过程中遇到问题可参考我上边提到的解决方法。如有遗漏，欢迎补充。