如何用orbslam2运行数据集以及让自己电脑相机运行单目slam

1、下载orbslam2

https://github.com/raulmur/ORB_SLAM2

2、下载数据集(tum和kitti的)

链接: https://pan.baidu.com/s/1cmPaJF84NNNPMXosds70Zg 提取码: fpje 

3、按照orbslam2的readme配置环境

Prerequisites
We have tested the library in **Ubuntu 12.04**, **14.04** and **16.04**, but it should be easy to compile in other platforms. A powerful computer (e.g. i7) will ensure real-time performance and provide more stable and accurate results.

## C++11 or C++0x Compiler
We use the new thread and chrono functionalities of C++11.

现在都支持c++11了

## Pangolin

We use [Pangolin](https://github.com/stevenlovegrove/Pangolin) for visualization and user interface. Dowload and install instructions can be found at: https://github.com/stevenlovegrove/Pangolin.

pangolin安装方法

先安装依赖

sudo apt-get install libglew-dev
sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev
sudo apt-get install libpython2.7-dev

https://github.com/stevenlovegrove/Pangolin下载解压,

mkdir build

cmake -DCPP11_NO_BOOSR=1 ..

make -j16(这里16看自己电脑线程多少而定)

sudo make install

## OpenCV
We use [OpenCV](http://opencv.org) to manipulate images and features. Dowload and install instructions can be found at: http://opencv.org. **Required at leat 2.4.3. Tested with OpenCV 2.4.11 and OpenCV 3.2**.

opencv安装方法

sudo apt-get update

sudo apt-get upgrade

sudo apt-get install cmake

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

  • 1
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
ORB-SLAM2 是一种基于视觉惯性里程计(Visual-Inertial Odometry,简称VIO)的稀疏SLAM算法。它可以在缺少GPS和IMU等传感器数据的情况下,通过单目或双目相机来实现对场景的建图和定位。在使用ORB-SLAM2时,我们可以使用自己的数据集进行测试和评估。 首先,我们需要准备自己的数据集。可以通过采集相机拍摄的连续图像序列,并将他们保存为图片。这些图像可以来自于室内或室外场景,以模拟不同的环境条件。 接下来,我们需要按照ORB-SLAM2的输入格式准备数据。具体来说,将每个图像按照时间顺序命名,并将它们保存在一个文件夹中。我们还可以在数据集的文件夹中添加一个与图像对应的时间戳文件,用于ORB-SLAM2中时间同步的需求。 然后,我们可以运行ORB-SLAM2的可执行文件,将我们的数据集作为输入参数进行处理。ORB-SLAM2会读取图像序列并分析它们,以构建地图并定位相机的位置。 在运行过程中,ORB-SLAM2会逐帧地对图像进行特征提取和特征匹配,并使用视觉和惯性信息计算相机的运动。通过这些计算,ORB-SLAM2可以实现 SLAM 的功能,即建立稀疏地图并估计相机在场景中的位置。 当ORB-SLAM2处理完所有图像后,我们可以得到建立的地图和相机的轨迹。同时,ORB-SLAM2还会输出一些评估结果,如定位误差和重投影误差等,以评估算法的性能。 通过上述步骤,我们可以使用自己的数据集来测试和评估ORB-SLAM2算法。这有助于我们了解算法在不同场景和数据集上的性能,从而优化和改进SLAM算法。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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