《视觉SLAM十四讲》 CH12 SegmentationFault

已于 2022-03-31 11:47:09 修改
阅读量1k 收藏 3
点赞数 2
文章标签： 深度学习 图像识别 计算机视觉
于 2022-03-30 16:58:04 首次发布
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/u012858839/article/details/123850031
版权

问题

dense_mapping.cpp中出现了以下问题，在极线搜索函数中，计算参考帧的P 向量出现了疑似溢出的问题，怀疑是哪里维度不对
在这里插入图片描述神奇的是我发现在debug模式下，不是每次都会出现问题，思来想去，可能和代码优化有关，把CMakeLists.txt的优化项从3改成0，这样就不会有优化了，看起来应该是跑通了。
在这里插入图片描述
结果如下：
在这里插入图片描述

小灰灰Coding
关注
SLAM十四讲-ch12-建图（包含单目和RGBD的代码详细注释）
joun772的博客
11-17 2260
一、单目稠密建图 单目相机因为无法获得深度信息，所以要计算深度 步骤： 1、利用极线搜索、块匹配得到参考帧和当前帧像素的匹配（快匹配利用ncc评分进行匹配）。 2、利用三角化计算深度估计值 3、利用深度滤波器对深度估计值进行滤波 【滤波就是算出估计的深度（这时候估计的深度加上了一个像素的误差了）的不确定性，然后估计的深度与之前的原深度进行高斯融合】 4、更新深度 源码如下： // // Created by nnz on 2020/11/16. // /************* * 1、读取图片 *
视觉SLAM十四讲 报错ch12: segmentation fault (core dumped) ./pointcloud_mapping
CSSDCC的博客
03-11 2859
视觉SLAM十四讲 报错ch12/pointcloud_mapping: segmentation fault core dumped ./pointcloud_mapping1. 问题2. 原因3. 解决方案 1. 问题 编译高博的视觉SLAM十四讲ch12的./pointcloud_mapping没有问题，但是运行的时候出现错误： $ ./pointcloud_mapping [1] 863 segmentation fault (core dumped) ./pointcloud_mapp
视觉SLAM十四讲学习笔记——ch12建图
路拾遗的博客
04-30 3197
文章目录12.1 理论部分12.2 实践部分12.2.1 单目稠密重建12.2.2 RGB-D稠密建图八叉树建图-octomap_mapping点云-网格建图-pointcloud_mappingsurfel重建 -surfel_mappingBug调试参考博客 12.1 理论部分 可参考博客: SLAM14讲-ch12建图笔记 视觉SLAM十四讲：回环检测-知识点+代码 12.2 实践部分 12.2.1 单目稠密重建 从网址下载数据: test_data https://rpg.ifi.uzh.ch/
【视觉slam十四讲】ch12：词袋模型
poulang5786的博客
01-13 2320
看高博的十四讲，跑了创建字典的例子，但是显示单词数是0：Number of words=0vocabulary info: Vocabulary: k = 10, L = 5, Weighting = tf-idf, Scoring = L1-norm, Number of words = 0刚开始怀疑DBoW3装的不对，但是重装之后还是不行，没办法我就从头调代码，在读取图片的时候发现图片为空。于...
视觉SLAM十四讲——ch12实践（建图）
琉璃轻纱的博客
06-19 2328
make -j” 是一个 Linux 命令，它使用所有可用的 CPU 核心来并行编译程序。通常在不指定进程数量时，使用这个命令可以最大化地利用 CPU 资源以加快编译速度。这个命令会启动尽可能多的进程来同时编译程序，以便快速生成可执行文件。此命令将自动检测计算机上可用的 CPU 核心数量，并在所有可用的核心上启动相应数目的编译任务。需要注意的是，由于多个进程同时在运行，因此使用 “make -j” 命令时可能会出现输出混乱的情况，但这不影响编译结果的正确性。
视觉slam十四讲
02-22
《视觉SLAM十四讲》是一本深入探讨视觉Simultaneous Localization And Mapping（SLAM）技术的资源分享。SLAM是机器人领域的一个核心问题，它涉及如何让机器人在未知环境中同时定位自身位置并构建环境地图。这门技术...
视觉SLAM十四讲配套代码
12-02
《视觉SLAM十四讲》是一本深入探讨Simultaneous Localization And Mapping（同时定位与建图）技术的专业书籍，主要关注视觉SLAM领域的理论与实践。配套代码提供了书中的算法实现，便于读者理解和验证书中所讲述的...
高翔视觉slam十四讲有完整库的代码文件
09-20
高翔视觉slam十四讲有完整库的代码文件 ： 因为高翔视觉slam十四讲文件里面的，3rdparty文件夹下下载下来是空的，所以这里有专门的已经下载好了的文件夹供大家使用，不用再自己下载了，避免因版本不同而编译错误。...
视觉SLAM十四讲高清完整版PDF
最新发布
08-23
视觉SLAM十四讲高清完整版PDF
视觉SLAM-slam十四讲源代码
04-20
slam十四讲源代码——SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知...
高翔视觉slam 14讲 配套代码
07-19
高翔视觉slam 14讲 配套套代码，每一章都有，有助于学习视觉SLAM
slam十四讲第二版ch12所需数据集
12-27
slam十四讲第二版ch12所需数据集
《视觉SLAM十四讲》笔记（ch12）
weixin_30919571的博客
09-12 1017
ch12——回环检测 　　主要目标：1.理解回环检测的比要性 　　　　　　　 2.掌握基于词袋的外观式回环检测 　　　　　　 3.通过DBoW3的实验，学习词袋模型的实际用途 　　SLAM主体（前端[提供特征点的提取和轨迹、地图的初值]和后端[负责对所有这些数据进行优化]）主要目的：估计相机运动 　　本讲将介绍主流视觉SLAM中检测回环的方式：词袋模型，并通过DBoW库上的实验程...
SLAM14讲-ch12建图笔记
qq_37746927的博客
04-08 5189
SLAM14讲-ch12建图笔记
视觉SLAM十四讲学习笔记——第十二讲 建图
weixin_61294345的博客
11-27 4606
SLAM实际上是一种底层技术，往往用来给上层应用提供信息。在前文已实现的部分，我们最多得到的仅是一个稀疏的地图，在需要实现导航、避障、重建等应用时，稀疏地图很难提供足够的信息，需要考虑如何重建稠密地图，即建模所有看到过的部分。 根据使用相机的不同可以分为：“单目稠密重建”和“RGB-D稠密建图”（双目应该和RGBD类似，都可以主动测得或计算出图像深度）。其中RGB-D相机的稠密重建较为简单，最直观、简单的方法就是将RGB-D数据转换为点云地图，再结合相机位姿进行拼接，并对点...
视觉slam14讲 ch12 单目稠密地图重建报错：段错误 (核心已转储)
weixin_43390920的博客
11-28 1161
解决了单目稠密地图重建报错的问题
视觉SLAM十四讲-第11讲 解决在保存字典文件出现”Segmentation fault (core dumped)“问题
weixin_43818541的博客
04-19 5548
视觉SLAM十四讲-第11讲 解决在保存字典文件出现”Segmentation fault (core dumped)"问题
关于视觉SLAM十四讲第九章0.2中在执行run_vo时出现Segmentation fault (core dumped)时解决方法
sinat_39720504的博客
10-10 2341
d在视觉SLAM十四讲第九章0.2中，执行run_vo时出现了Segmentation fault (core dumped)错误，通过gdb调试发现和cv::FileStorage有关（可能您的错误源和我的不同，在网上发现有不一样的地方）。通过对run_vo中的语句定位（屏蔽掉所有的语句，再逐句试试）发现是和config.h文件中的config类定义有关。在Config类定义如下： class...
slam十四讲第12讲dense_mapping.cpp修改
kbfvictory的博客
06-28 711
编译问题：This header is deprecated. Use the facilities in <boost/timer/timer.hpp> instead. BOOST_HEADER_DEPRECATED( "the facilities in <boost/timer/timer.hpp>" ) 办法：讲dense_mapping.cpp头文件#include <boost/timer.hpp> 改为#include <boost/timer/.
视觉slam十四讲ch7
08-27
《视觉SLAM十四讲》的第七章主要介绍了ORB特征的手写实现。ORB特征是一种基于FAST角点检测和BRIEF描述子的特征提取方法，它在计算效率和鲁棒性上表现出色，被广泛应用于视觉SLAM中。 第七章还介绍了ORB特征的主要步骤，包括角点检测、特征描述子计算和特征匹配。在角点检测中，通过FAST算法检测图像中的角点位置。然后，利用BRIEF描述子计算对应角点位置的特征描述子。最后，通过特征匹配算法将当前帧的ORB特征与地图中的ORB特征进行匹配，从而实现相机的位姿估计和地图构建。 除了手写ORB特征的实现，第七章还介绍了ORB-SLAM系统的整体框架和关键技术。该系统结合了特征点法和直接法，实现了在无GPS和IMU信息的情况下进行实时的视觉SLAM。通过利用ORB特征进行初始化、追踪和建图，ORB-SLAM系统在室内和室外环境下都取得了良好的效果。 总而言之，视觉SLAM的第七章《视觉SLAM十四讲》介绍了手写ORB特征的实现方法，并介绍了ORB-SLAM系统的整体框架和关键技术。这些内容对于理解和应用视觉SLAM具有重要意义。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [视觉SLAM十四讲——ch7](https://blog.csdn.net/weixin_58021155/article/details/123496372)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [《视觉slam十四讲》学习笔记——ch7实践部分 比较opencv库下的ORB特征的提取和手写ORB的区别](https://blog.csdn.net/weixin_70026476/article/details/127415318)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 5
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