Day 4 :g2o库的学习

最新推荐文章于 2023-11-18 12:37:58 发布
最新推荐文章于 2023-11-18 12:37:58 发布
阅读量132 收藏
点赞数
分类专栏： SLAM入门论文阅读专栏 文章标签： c++ slam g2o
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/weixin_44991673/article/details/116258820
版权
本文详细记录了SLAM中g2o库的安装过程，包括遇到的c++11标准要求问题和CHOLMOD库缺失的解决办法。此外，还介绍了g2o如何构建三维点和其基本框架，探讨了旋转矩阵的特性及其应用。
摘要由CSDN通过智能技术生成

我们的SLAM从传统的滤波法过渡到到图优化。
安装编译前要有依赖的安装

sudo apt-get install cmake libeigen3-dev libsuitesparse-dev libqt4-dev qt4-qmake libqglviewer-dev

之后再cmake ..+make+make install

运行编译出现文件要求c++ 11

问题描述：/usr/include/c++/5/bits/c++0x_warning.h:32:2: error: #error This file requires compiler and library support for the ISO C++ 2011 standard. This support must be enabled with the -std=c++11 or -std=gnu++11 compiler options.#error This file requires compiler and library su

了解本专栏 订阅专栏 解锁全文
肥鼠路易
关注
专栏目录
订阅专栏
神经架构搜索:YOLOv8自动神经架构搜索方法论
程序员光剑
06-01 788
1.背景介绍 深度学习在计算机视觉领域取得了巨大的成功，尤其是在目标检测任务上。YOLO（You Only Look Once）系列作为一类流行的实时目标检测模型，其快速且准确的特点使其成为工业界广泛采用的方法之一。随着深度学习的不断发展，人工设计网络结构的方式已经逐渐显示出局限性，自动化机器学习（AutoML）技术应运而生，其中神经架构搜索（Neur
G2O常见错误
weixin_68063596的博客
11-21 1855
一下午的时间呀！！！
使用g2o进行曲线拟合的问题
最新发布
weixin_52867897的博客
11-18 280
1.在CMakeLists.txt中，将set(CMAKE_CXX_STANDARD 11)或set(CMAKE_CXX_STANDARD 14)更改成set(CMAKE_CXX_STANDARD 17)，原因是g2o版本比较新，需要C++编译版本高。问题二:/usr/local/include/g2o/stuff/tuple_tools.h:34:46: error: ‘std::index_sequence’ has not been declared。
G2O (General Graph Optimization)入门及简单使用
晓晨的博客
10-30 7561
g2o全称是General Graph Optimization，也就是图优化，我们在做SLAM后端或者更加常见的任何优化问题（曲线拟合）都可以使用G2O进行处理。
g2o常用模块的简单介绍
weixin_43848793的博客
04-28 411
原文参考：http://www.cnblogs.com/gaoxiang12/p/5304272.html g2o项目中含有若干文件夹。刨开那些gitignore之类的零碎文件，主要有以下几个： EXTERNAL　　 三方库，有ceres, csparse, freeglut，可以选择性地编译； cmake_modules　　 给cmake用来寻找库的文件。我们用g2o时也会用它里头的东西，例如F...
Day1:熟悉情况捋顺任务c++
weixin_44991673的博客
04-26 2362
解决报错：invalid operands to binary expression (‘std::ostream’ (aka ‘basic_ostream’) and ‘const char *’) std::cout语法错误，注意负号问题《 还是 》 #include <iostream> #include <cstdlib> using namespace std; int main() { double px; double py; double
动手学深度学习实现DAY-3
weixin_40054643的博客
02-25 3841
节选自“ElitesAI·动手学深度学习PyTorch版”. （Task06：批量归一化和残差网络；凸优化；梯度下降（1天）） Task09：目标检测基础；图像风格迁移；图像分类案例1（1天） Task10：图像分类案例2；GAN；DCGAN（1天） 批量归一化（BatchNormalization） 对输入的标准化（浅层模型） 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1...
C++_Day1.zip_3D slam_C++_c++ 与slam_slam_slam案例
07-14
- **图优化**：使用图优化方法（如G2O、g2o库）对SLAM问题进行后处理，提升定位和地图的准确性。 2. **C++编程实践**： - **数据结构**：为了存储传感器数据和地图信息，你需要理解如何设计有效的数据结构，如...
g2o运行时出现段错误segmentation fault
hongzhilu的博客
03-13 2563
环境：Ubuntu 18.04 问题描述 我能够顺利运行orbslam2源码，但在自己新增了一段g2o优化的代码后，运行时出现段错误。错误触发于执行优化时： optimizer.initializeOptimization(); optimizer.optimize(20); 当注释掉这段后，不报段错误了，开始报错“double free or corruption (out)”。 分析 网上大多数有关g2o段错误的帖子说是编译时--march=native的设置问题，但我源码的g2o跑得好好的。问题在自
编译时C++ pthread报错问题：/usr/include/c++/5/thread:137：对‘pthread_create’未定义的引用
心之所向、力之所及
11-18 1108
这是由于pthread库不是Linux 系统默认的库，连接时需要使用静态库 libpthread.a，所以在使用pthread_create()创建线程时，在编译中要加 -lpthread参数。 解决方法： 1、在编译时加-lpthread：即g++ -g file.cpp -std=c++11 -lpthread -O *** 2、如果使用的是CMakeLists.txt对文件进行编译时。 则在CMakeLists.txt文件中加link_libraries(pthread)语句。 ...
【论文阅读】PlaneMatch: Patch Coplanarity Prediction for Robust RGB-D Reconstruction
weixin_44991673的博客
06-18 1454
参考文献 [1] Yifei Shi, Kai Xu*, Matthias Niessner, Szymon Rusinkiewicz and Thomas Funkhouser, “PlaneMatch: Patch Coplanarity Prediction for Robust RGB-D Reconstruction,” ECCV 2018 论文开源代码：https://github.com/yifeishi/PlaneMatch.基于Pytorch. Both Python 2.x and 3
数学基础：四元数的计算求导问题
weixin_44991673的博客
06-15 911
【论文阅读笔记】语义三维重建CVPR2011：Semantic Structure from Motion
weixin_44991673的博客
02-02 805
我们尽管已经把研究方向缩小到了SLAM中的前端视觉领域，并且集中在SSLAM上面，可是大千世界仍有无数小世界，每一小世界又万分复杂。在语义SLAM领域有语义帮助SLAM的方向，SLAM帮助语义分析的方向，也有语义与SLAM结合的方向。传感器使用的不同，语义SLAM也有不一样的研究方向，建图的维度也可以把语义SLAM分为二维平面和三维平面。在广泛了解SLAM的发展历史后，我们来深究一下语义SLAM的发展历史。今天分享的文章是我们的第一站，CVPR2011：SSFM
逆深度参数化的相关整理与思考
weixin_44991673的博客
06-25 730
Inverse Depth Parametrization for Monocular SLAM论文翻译：https://blog.csdn.net/u014709760/article/details/88091720/ 逆深度： 我们经常用一个点的世界坐标x,y,z三个量来描述它，这是一种参数化形式。我们认为x,y,z三个量都是随机的，它们服从三维的高斯分布。然而，在极线搜索中使用了图像坐标u,v和深度值d来描述某个空间点（即稠密建图）。我们认为u,v不动，而d服从（一维的）高斯分布，这是另一种参数化
Planar-SLAM 面特征的参数化部分
weixin_44991673的博客
05-17 666
解决no member named ‘chrono’ in namespace ‘std’ 忘记加头文件# include <chrono> error: ‘>>’ should be ‘> >’ within a nested template argument list 简单报错，根据提示更改空格就好 关于C++：为什么”使用命名空间STD”被认为是不好的实践？编写代码的好习惯还是使用前缀比较好。using namespace在global使用不好，local还是可以
@【面特征】【RGBD平面检测】Plane-Based Optimization of Geometry and Texture for RGB-D Reconstruction of Indoor
weixin_44991673的博客
06-03 601
论文开源代码：https://github.com/chaowang15/RGBDPlaneDetection 平面检测使用理论支持：Fast Plane Extraction in Organized Point Clouds Using Agglomerative Hierarchical Clustering MRF使用:https://vision.middlebury.edu/MRF/code/,这里包含有立体视觉，多视图几何，条件随机场， LATEX引用： @inproceedings{wang
【论文阅读笔记】语义SLAM语义映射模型 Section VI. R EPRESENTATION II: SEMANTIC MAP MODELS
weixin_44991673的博客
02-01 544
前文提要 【论文阅读笔记】Past, Present, and Future of Simultaneous Localization and Mapping 承接上一篇文章，我们从宏观的SLAM大概念在时间历史发展维度上定位今天的研究世代，然后在诸多宽泛的研究领域定位了语义SLAM的位置。那么今天我们就来具体讨论语义SLAM。 文章目录语义SLAM概念阐述引入语义地图目的以及优缺点语义地图与拓扑地图对比：A. Semantic Versus topological SLAM语义SLAM的框架结构和相关细节
Java学习打卡day8：深入理解方法与代码实践
"Java学习打卡day8，主要内容包括方法的基础语法，特别是`public static void main(String[] args)`方法的理解和使用，以及如何调用自定义方法进行计算并输出结果。" 在Java编程语言中，方法是组织代码的基本单元，...
评论 1
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

打赏作者

肥鼠路易

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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