indemind相机配置问题

最新推荐文章于 2024-06-02 05:19:05 发布
最新推荐文章于 2024-06-02 05:19:05 发布
阅读量777 收藏
点赞数 3
文章标签： slam 计算机视觉 硬件
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_43693857/article/details/121570352
版权

设备为indemind双目IMU避障模块
安装流程主要按照官方说明文档上走
https://imsee-sdk-docs.readthedocs.io/zh/latest/src/sdk/install_ubuntu.html

SDK的下载地址为
https://imsee-sdk-docs.readthedocs.io/zh/latest/src/sdk/install_ubuntu.html

在make demo成功后测试一直报错

Module Parameters Load Fail!
Segmentation fault (core dumped)

问了客服他还跟我说是版本的问题，折腾了一天我自己解决了，并不是版本问题，是因为没加sudo

执行命令

sudo ./demo/output/bin/get_image
HumbleHater
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
6.indemind相机的参数获取和参数文件配置
qq_41861406的博客
04-23 721
1.获取相机内置参数 运行/home/knight/IMSSE/IMSEE-SDK/demo/output/bin/get_device_info可执行文件 ./get_devce_info 2.参数说明 焦距： focal_length: { 245.851 246.233 } 主点坐标 principal_point: { 337.631 196.024 } 图像尺寸 width: 640, height: 400 DKRP暂时先不用管在后续的标定中会详细说明 3.参数设置 Camera.fx
基于RGB-D相机的SLAM技术研究综述.pdf
05-05
基于RGB-D相机的SLAM技术研究综述.pdf
安装indemind驱动的踩坑
qq_42221707的博客
08-07 1141
indemind驱动安装踩坑
Indemind摄像头导航项目
weixin_38768831的博客
03-31 451
项目简介： 项目需完成工程机械自动导航功能，前期通过GPS控制工程机械自动移动。由于在自动导航过程中的建筑物遮挡，出现GPS信号丢失问题，无法解决，因此引入视觉系统。GPS绝对定位精度高，缺点是易受遮挡丢失信号，视觉导航定位精度虽不如GPS，但能够在复杂的环境下作业。通过组合GPS与视觉系统，完成一套导航系统。（阅读本文需要ros基础）。 车体结构： 采用Indemind摄像头作...
【indemind双目惯性相机调试】sudo后找不到命令问题,环境变量问题
kanhao100的博客
04-04 411
这可能会导致一些问题，例如在使用新用户的命令时，可能会出现找不到命令的错误。推测还是环境变量的问题，在前面问题3中虽然将roslaunch加入了可信赖路径，但是其在执行的过程中还是需要Python解释器相关的环境变量，这些环境变量可能也发生了变化。命令会使用root用户的环境变量，而不是当前用户的环境变量。如果当前用户的环境变量中已经包含了需要的路径，但是root用户的环境变量中没有包含，就会出现这个问题。这个命令会使用当前用户的环境变量来运行roslaunch命令，从而解决了找不到命令的问题。
【INDEMIND相机运行SLAM】
qq_45306739的博客
05-12 863
相机型号：INDEMIND 双目惯导相机模组。
INDEMIND 双目相机使用教程
热门推荐
熊猫飞天
02-10 3万+
indemind相机具备两个全局曝光的相机，图像帧率可以达到200HZ，1KHZ的IMU数据频率,具有硬件同步功能，是做VIO的理想设备，最主要的是价格便宜。由于官网上的教程写的比较简略，尤其是针对ROS环境下的教程，对于我们这小白有些不友好，因此做了一下笔记，备以后查阅。（我所使用的系统版本是ubuntu1604+ROS-Kinetic版本） 1 相机驱动安装 1.1 安装驱动 首先在githu...
Kalibr标定INDEMIND双目相机
极客园地
10-30 360
INDEMIND这款相机有硬件同步，但是imu的数据还是不够准确，所以还是需要进行标定。虽然出场已经进行过标定，但是数据仍不够准确，而目前也没有针对这款IMU相机的标定教程，所以从Kalibr安装开始，进行双目相机的标定、IMU的标定、相机和IMU联合标定，做以记录。
ROS平台下INDEMIND双目惯性模组SDK教程
极客园地
03-22 612
实验室做视觉SLAM需要IMU相机，购入INDEMIND双目惯性模组运行多模态融合的感知定位。双目惯性模组 SDK1.4.2 版本改进了不少，官网上关于ROS环境下的教程十分简略，直接按照官网的步骤无法实现相机数据读取并发布到指定的topic上，于是把自己的安装过程记录下来，方便以后查阅。
数据融合matlab代码-FBUS-EKF:一种基于基准的开源，带有折射校正的水下立体视觉惯性定位方法
05-22
具体来说，该方法从图像中检测出人工标记，并利用屈光相机模型来计算精确的标记姿态，最后将惯性数据与标记姿态融合以获得鲁棒的照相机姿态。 该软件将获取立体图像，IMU数据和已知的标记图，然后生成IMU帧的实时6...
orbslam3_1.0
05-17
代码详细注释、环境配置、编译、标定教程、详细代码解释。标定实例包括小觅双目惯导和indemind相机。如有任何疑问可以联系我，探讨问题。
使用OpenCV计算滑块缺口(2)
weixin_42883164的博客
05-27 328
使用openCV 计算滑块缺口
[C#]使用C#部署yolov8的目标检测tensorrt模型
FL1623863129的博客
05-29 279
注意源码提供上面对应环境的dll，只需要安装上面一样cuda+cudnn和tensorrt版本即可正常运行。如果您不安装一样版本不能正常运行。此时需要重新编译TensorRtExtern.dll，此外由于tensorrt依赖硬件不一样电脑可能无法共用tensorrt模型，所以必须要重新转换onnx模型到engine才可以运行。tensorrt依赖不同硬件需要自己从onnx转换tensorrt，转换就是调用api实现，比如。【演示源码下载地址】
[数据集][目标检测]焊接处缺陷检测数据集VOC+YOLO格式3400张8类别
最新发布
FL1623863129的博客
06-02 315
标注类别名称:["chogndie","duanhu","jiazha","kongxinzhu","leiwen","qikong","weironghe","yaobian"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明：names: ["气孔", "咬边", "断弧", "裂纹", "空心珠", "重叠", "夹渣", "未熔合"]标注数量(txt文件个数)：3400。
目标检测指标AP50/准确率/召回率说明
benben044的专栏
05-30 480
AP的计算方式是在准确率-召回率曲线上，计算曲线下的面积，然后求平均值。因为对于每个类别，准确率-召回率曲线是不同的，所以会分别计算每个类别的AP值。准确率-召回率曲线：算法推理时每个预测框都有目标识别的置信度，通过在不同的置信度阈值下，以不同的召回率计算出的对应的准确率的点组成的曲线。比如有这么一种计算方式，取AP50到AP60，以0.5为间隔进行取值，分别得到不同的APX的值，然后求平均值及可得到mAP的值。，得到一个平滑的曲线，计算该曲线下的面积作为AP50的值。它是计算多组值的平均值。
[C#]winform部署官方yolov10目标检测的onnx模型
FL1623863129的博客
05-28 1137
遗憾的是，无论是 anchor-based 的“框分配”策略还是 anchor-free 的“点分配”策略，其始终会面临一个 many-to-one 的窘境，即对于一个 GT 框来说，会存在多个正样本与之对应。然而，实际场景中，我们所面临的目标其大小、长宽比、数量、位姿均各有所异，因此很难通过这种方式来提供一个完美的先验信息，尽管可以借助一些方法如 kmeans 聚类来获得一个次优的结果。经过这几年的发展，前前后后也提出了许多的不同的方案，但归根结底还是围绕着正负样本去定义。
医学图像处理质量的评价方法
hou9021的博客
05-29 504
评判处理后医学图像的质量是确保图像处理技术有效性和可靠性的关键。
[数据集][目标检测]旋风检测数据集VOC+YOLO格式157张1类别
FL1623863129的博客
06-01 340
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["xuanfeng"]图片数量(jpg文件个数)：159。标注数量(xml文件个数)：159。标注数量(txt文件个数)：159。xuanfeng 框数 = 159。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
sudo apt install git libeigen3-dev libboost-all-dev qtbase5-dev libglew-dev libopencv-dev catkin
07-28
回答:根据引用\[1\]和引用\[3\]的内容，您需要执行以下步骤来安装所需的依赖项和软件包: 1. 执行以下命令安装依赖项: - sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev - sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev - sudo apt-get install build-essential cmake git - sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev - sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev - sudo apt-get install autoconf automake libtool - sudo apt-get install libcanberra-gtk-module - sudo apt-get install libopencv-dev - sudo apt-get install ros-noekit-cv-bridge 2. 下载IMSEE-SDK: - 执行以下命令: git clone https://github.com/indemind/IMSEE-SDK.git 3. 准备安装SDK需要的依赖: - 执行以下命令: cd /home/geekfanr/IMSEE-SDK && make init 4. 安装OpenCV3.4.3: - 执行以下命令: - git clone https://github.com/opencv/opencv.git - cd opencv/ - git checkout tags/3.4.3 - mkdir build - cd build/ - cmake \ -DCMAKE_BUILD_TYPE=RELEASE \ -DCMAKE_INSTALL_PREFIX=/usr/local \ -DWITH_CUDA=OFF \ -DBUILD_DOCS=OFF \ -DBUILD_EXAMPLES=OFF \ -DBUILD_TESTS=OFF \ -DBUILD_PERF_TESTS=OFF \ .. - make -j4 - sudo make install 请按照上述步骤逐一执行，以完成所需的安装和配置。 #### 引用[.reference_title] - *1* *3* [Ubuntu20.04的ROS环境安装ORB-SLAM3详解](https://blog.csdn.net/Prototype___/article/details/129286042)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [INDEMIND双目惯性模组运行实时ORB-SLAM3教程](https://blog.csdn.net/Prototype___/article/details/130295462)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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