《视觉SLAM十四讲从理论到实践》问题记录

nova_peng

已于 2023-05-26 16:48:00 修改

阅读量805

点赞数 3

文章标签： ubuntu linux

于 2023-04-17 22:28:21 首次发布

本文链接：https://blog.csdn.net/weixin_45024950/article/details/130208807

版权

前言

开始学习SLAM，使用的书籍是《视觉SLAM十四讲从理论到实践》、版次2017年3月第1版、ubuntu版本18.04。由于版本较老，可能书上一些内容和现在的库有一些不同，在照着例子练习的时候会出现一些问题，所以将这些内容记录下来。

第三讲

1.Eigen库实践

Eigen库的安装与书上内容一致，通常是没有问题的，库会默认安装到"/usr/include/eigen3"中。

// 安装
sudo apt-get install libeigen3-dev

// 查看
sudo updatedb
locate eigen3

问题

在使用时，编译会报错: fatal error: Eigen/Core: 没有那个文件或目录

// 错误
fatal error: Eigen/Core: 没有那个文件或目录
 #include <Eigen/Core>
          ^~~~~~~~~~~~
compilation terminated.
CMakeFiles/deepsort.dir/build.make:62: recipe for target 'CMakeFiles/deepsort.dir/deepsort/src/deepsort.cpp.o' failed
make[2]: *** [CMakeFiles/deepsort.dir/deepsort/src/deepsort.cpp.o] Error 1
CMakeFiles/Makefile2:105: recipe for target 'CMakeFiles/deepsort.dir/all' failed
make[1]: *** [CMakeFiles/deepsort.dir/all] Error 2
Makefile:83: recipe for target 'all' failed
make: *** [all] Error 2

错误的原因没有找到头文件。

解决办法

将头文件路径包含到CMakelist文件中

// 在CMakelist.txt添加
include_directories("/usr/include/eigen3")

2.pangolin安装

在3.7节的可视化演示中（slambook-master/ch3/visualizeGeometry），首先要安装pangolin。

问题

使用书本在1.2.2节给出的Github网站下载的pangolin-master资源包进行安装时遇到问题，编译报错。
报错原因猜测可能是因为使用的0.6版本，可能版本比较新，和其他文件不匹配。

解决办法

去下载0.5版本的包：https://github.com/stevenlovegrove/Pangolin，下载之后能正常安装，成功。

// pangolin安装命令
cd Pangolin //Pangolin 包的地址
mkdir build
cd build
cmake -DCPP11_NO_BOOST=1 ..
make 
sudo make install

3.可视化演示

安装好pangolin后，编译visualizeGeometry.cpp出现问题。

问题

//报错
./visualizeGeometry: error while loading shared libraries: libpango_image.so: cannot open shared object file: No such file or directory

这是因为系统不知道libpango_image.so放在哪个目录下，需要刷新共享库。

解决办法

//刷新共享库
sudo ldconfig

接下来就可以正常运行程序了。

第四讲

1.Sophus实践

要求编译一个非模板类的Sophus库，在编译书中提供的 slambook-master/3rdparty/Sophus 第三方库时出现错误。

问题

在编译过程中，使用Cmake …的时候能够顺利通过，接着执行make命令的时候就会出现错误如下：

//make报错
slambook-master/3rdparty/Sophus/sophus/so2.cpp: In constructor ‘Sophus::SO2::SO2()’:
slambook-master/3rdparty/Sophus/sophus/so2.cpp:32:26: error: lvalue required as left operand of assignment
   unit_complex_.real() = 1.;
                          ^~
slambook-master/3rdparty/Sophus/sophus/so2.cpp:33:26: error: lvalue required as left operand of assignment
   unit_complex_.imag() = 0.;
                          ^~
CMakeFiles/Sophus.dir/build.make:65: recipe for target 'CMakeFiles/Sophus.dir/sophus/so2.cpp.o' failed
make[2]: *** [CMakeFiles/Sophus.dir/sophus/so2.cpp.o] Error 1
make[2]: 离开目录“/home/nova/slambook-master/3rdparty/Sophus/build”
CMakeFiles/Makefile2:144: recipe for target 'CMakeFiles/Sophus.dir/all' failed
make[1]: *** [CMakeFiles/Sophus.dir/all] Error 2
make[1]: 离开目录“/home/nova/slambook-master/3rdparty/Sophus/build”
Makefile:143: recipe for target 'all' failed
make: *** [all] Error 2

这个问题出现的原因不知道是什么。

解决办法

修改 slambook-master/3rdparty/Sophus/sophus/so2.cpp 文件的 SO2::SO2() 构造函数。

//修改前
SO2::SO2()
{
  unit_complex_.real() = 1.;
  unit_complex_.imag() = 0.;
}

//修改后
SO2::SO2()
{
  //unit_complex_.real() = 1.;
  //unit_complex_.imag() = 0.;
    unit_complex_.real(1.);
    unit_complex_.imag(0.);
}

修改完成后，可以成功编译Sophus库。

第五讲

1.安装opencv

在5.3.1中，安装OPENCV-3.1.0，按照书中的方法，成功下载安装包，安装依赖环境和编译opencv时出现问题。

问题1：依赖项安装

在按照书上的代码安装依赖项时，出现错误无法定位软件包 E: 无法定位软件包 libjasper-dev 。

解决办法

按照以下代码安装：

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev

问题2：编译opencv

opencv下载的是cmake工程，在cmake编译之后，使用make编译的时侯出现报错 /usr/include/c++/7/cstdlib:75:15: fatal error: stdlib.h: No such file or directory。

问题原因：这是由于gcc7已经把stdlib.h纳入了libstdc++以进行更好的优化，C Library的头文件stdlib.h使用 Include_next，而include_next对gcc系统头文件路径很敏感。

解决办法

在cmake编译时，使用以下代码：

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D  ENABLE_PRECOMPILED_HEADERS=OFF ..

2.实践：拼接点云

在实践点云拼接时，需要安装PCL库，在按照书上的方法安装时，出现问题。

问题：This only exists for history reasons. Please use the PCL version included in Ubuntu

问题出现的原因可能是我之前装过ros，导致安装失败，也可能是在18.04上面版本做了更新，不适用这种方法。

解决办法

看了很多帖子，安装PCL都是下载源码，然后编译安装，有些繁琐，在这里使用命令行安装：

sudo apt install libpcl-dev
sudo apt install pcl-tools

第六讲

1.安装Ceres

在按照书上的方法安装Ceres时，安装依赖项失败，3rdparty中的Ceres资源编译失败。

问题1：安装依赖

按照书上的代码安装依赖报错：E：无法定位软件包 libcxsparse3.1.2
安装依赖环境出错问题的原因是ubuntu从18.04开始往后都是libcxsparse3。

解决办法

将libcxsparse3.1.2替换为libcxsparse3

sudo apt-get install liblapack-dev libsuitesparse-dev libcxsparse3 libgflags-dev libgoogle-glog-dev libgtest-dev

问题2：安装Ceres

3rdparty中的Ceres资源编译失败In instantiation of ‘struct Eigen::internal::promote_scalar_arg<ceres::Jet<double, 2>, Eigen::Matrix<ceres::Jet<double, 2>, 2, 2>, false>’:
通过搜索，这个问题出现的原因可能是和eigen3版本发生冲突。

解决办法

换个合适的版本重新编译，下载链接：Ceres，我选择的是与ubuntu18.04同年发布的1.14.0。
解压压缩包后，进入文件目录，编译安装：

//进入文件目录
cd ceres-solver-1.14.0/
mkdir build
cd build/
//编译
cmake ..
make
//安装
sudo make install

2.安装g2o

安装g2o时，按照书上的方法安装依赖项失败。

问题1：安装依赖

E: 软件包 libqglviewer-dev 没有可安装候选
出现的原因是版本更新，有些包不存在了。

解决办法

下载最新版本g2o有问题，在编译的时候报错，使用slambook2中提供的g2o，下载链接：g2o，根据README.md的内容，安装依赖。

## Requirements

-   C++17 compiler (CI pipeline runs with gcc, clang and MSVC)
-   cmake             <http://www.cmake.org>
-   Eigen3            <http://eigen.tuxfamily.org>

On Ubuntu / Debian these dependencies are resolved by installing the
following packages.

-   cmake
-   libeigen3-dev

### Optional requirements

-   spdlog            <https://github.com/gabime/spdlog>
-   suitesparse       <http://faculty.cse.tamu.edu/davis/suitesparse.html>
-   Qt5               <http://qt-project.org>
-   libQGLViewer      <http://www.libqglviewer.com>

On Ubuntu / Debian these dependencies are resolved by installing the
following packages.

-   libspdlog-dev
-   libsuitesparse-dev
-   qtdeclarative5-dev
-   qt5-qmake
-   libqglviewer-dev-qt5

使用以下命令安装依赖

sudo apt-get install libspdlog-dev libsuitesparse-dev qtdeclarative5-dev qt5-qmake libqglviewer-dev-qt5

在这里，安装libspdlog-dev会显示成功，但实际上使用是有问题的，缺少==/spdlog/cfg/env.h==文件，所以需要单独安装以下，使用源码安装，源码地址，安装命令如下所示：

#安装
cd spdlog  #进入下载并解压后的目录
mkdir build 
 cd build
cmake .. 
make -j
sudo make install

#卸载
cd build	#进入安装文件夹的build目录
sudo xargs rm < install_manifest.txt

安装依赖后，编译安装下载的g2o。

//进入文件目录
cd g2o-master/
//编译
mkdir build
cd build/
cmake ..
make
sudo make install

第七讲

实践

在第七讲的实践中，使用的是第一版的代码，cmake的时候报警告，make编译pose_estimation_3d3d.cpp、pose_estimation_3d2d.cpp报错。
尝试使用第2版的代码进行编译，但第二版使用库是模板库，之前安装的是非模板库，所以还是修改第一版代码。

问题1：cmake警告

cmake警告

解决办法

cmake警告并不影响后续编译，所以不管。

问题2：slambook-master/ch7/pose_estimation_3d2d.cpp 报错

编译的是时候，出现报错 /home/nova/slambook-master/ch7/pose_estimation_3d2d.cpp:151:50: error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<6, 3> >::BlockSolver(g2o::BlockSolver<g2o::BlockSolverTraits<6, 3> >::LinearSolverType*&)’
Block* solver_ptr = new Block ( linearSolver ); // 矩阵块求解器
pose_estimation_3d2d.cpp 报错错误出现的原因是，g2o更新导致用法不一样了，传入参数的类型发生了变化。

解决办法

修改pose_estimation_3d2d.cpp中148行附近的内容：

//修改前
// 初始化g2o
typedef g2o::BlockSolver< g2o::BlockSolverTraits<6,3> > Block;  // pose 维度为 6, landmark 维度为 3
Block::LinearSolverType* linearSolver = new g2o::LinearSolverCSparse<Block::PoseMatrixType>(); // 线性方程求解器
Block* solver_ptr = new Block ( linearSolver );     // 矩阵块求解器
g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( solver_ptr );
g2o::SparseOptimizer optimizer;
optimizer.setAlgorithm ( solver );

修改为：

//修改后
// 初始化g2o
typedef g2o::BlockSolver< g2o::BlockSolverTraits<6,3> > Block;  // pose 维度为 6, landmark 维度为 3

//Block::LinearSolverType* linearSolver = new g2o::LinearSolverCSparse<Block::PoseMatrixType>(); // 线性方程求解器
//Block* solver_ptr = new Block ( linearSolver );     // 矩阵块求解器
//g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( solver_ptr );

std::unique_ptr<Block::LinearSolverType> linearSolver ( new g2o::LinearSolverCSparse<Block::PoseMatrixType>());
std::unique_ptr<Block> solver_ptr ( new Block ( std::move(linearSolver)));     // 矩阵块求解器
g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));


g2o::SparseOptimizer optimizer;
optimizer.setAlgorithm ( solver );

问题3：slambook-master/ch7/pose_estimation_3d3d.cpp 报错

编译的时候，出现报错 /home/nova/slambook-master/ch7/pose_estimation_3d3d.cpp: In function ‘void bundleAdjustment(const std::vector<cv::Point3_ >&, const std::vector<cv::Point3_ >&, cv::Mat&, cv::Mat&)’:
/home/nova/slambook-master/ch7/pose_estimation_3d3d.cpp:279:49: error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<6, 3> >::BlockSolver(g2o::BlockSolver<g2o::BlockSolverTraits<6, 3> >::LinearSolverType*&)’
Block* solver_ptr = new Block( linearSolver ); // 矩阵块求解器

pose_estimation_3d3d.cpp 报错错误出现的原因是：g2o更新导致用法不一样了，传入参数的类型发生了变化。

解决办法

修改pose_estimation_3d3d.cpp中279行附近的内容：
修改前：
修改后：

// 初始化g2o
typedef g2o::BlockSolver< g2o::BlockSolverTraits<6,3> > Block;  // pose维度为 6, landmark 维度为 3
std::unique_ptr<Block::LinearSolverType> linearSolver ( new g2o::LinearSolverEigen<Block::PoseMatrixType>());
std::unique_ptr<Block> solver_ptr ( new Block ( std::move(linearSolver)));
g2o::OptimizationAlgorithmGaussNewton* solver = new g2o::OptimizationAlgorithmGaussNewton ( std::move(solver_ptr));
g2o::SparseOptimizer optimizer;
optimizer.setAlgorithm( solver );

第八讲

实践

在第七讲的实践中，使用的是第一版的代码，make编译报错。错误原因和第七讲的原因一样。

问题1：slambook-master/ch8/directMethod/direct_sparse.cpp 报错

编译的时候，出现报错：
direct_sparse.cpp 报错

解决办法

将slambook-master/ch8/directMethod/direct_sparse.cpp 258-260行注释，并添加以下代码：

// 修改后
/*
    DirectBlock::LinearSolverType* linearSolver = new g2o::LinearSolverDense< DirectBlock::PoseMatrixType > ();
    DirectBlock* solver_ptr = new DirectBlock ( linearSolver );
    // g2o::OptimizationAlgorithmGaussNewton* solver = new g2o::OptimizationAlgorithmGaussNewton( solver_ptr ); // G-N
    g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( solver_ptr ); // L-M
*/
    std::unique_ptr<DirectBlock::LinearSolverType> linearSolver ( new g2o::LinearSolverDense< DirectBlock::PoseMatrixType > ());
    std::unique_ptr<DirectBlock> solver_ptr ( new DirectBlock ( std::move(linearSolver)));     // 矩阵块求解器
    g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));

问题2：slambook-master/ch8/directMethod/direct_semidense.cpp 报错

编译的时候，出现报错：
error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<6, 1> >::BlockSolver(g2o::BlockSolver<g2o::BlockSolverTraits<6, 1> >::LinearSolverType*&)’
slambook-master/ch8/directMethod/direct_semidense.cpp

解决办法

修改direct_semidense.cpp *solver 的初始化：
原代码：

DirectBlock::LinearSolverType* linearSolver = new g2o::LinearSolverDense< DirectBlock::PoseMatrixType > ();
    DirectBlock* solver_ptr = new DirectBlock ( linearSolver );
    // g2o::OptimizationAlgorithmGaussNewton* solver = new g2o::OptimizationAlgorithmGaussNewton( solver_ptr ); // G-N
    g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( solver_ptr ); // L-M

修改后：

std::unique_ptr<DirectBlock::LinearSolverType> linearSolver ( new g2o::LinearSolverDense< DirectBlock::PoseMatrixType > ());
    std::unique_ptr<DirectBlock> solver_ptr ( new DirectBlock ( std::move(linearSolver)));     // 矩阵块求解器
    g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));

第九讲

实践：0.3

在0.1和0.2中，按照书上的教程都能顺利编译，但在0.3的程序中，出现错误。

问题1：编译的时候slambook-master/project/0.3/src/visual_odometry.cpp报错

编译的时候，出现报错no matching function for call ：
编译报错错误出现的原因是，g2o更新导致用法不一样了，传入参数的类型发生了变化，和第七讲一样。

解决办法

将slambook-master/project/0.3/src/visual_odometry.cpp中193-195行修改为以下代码：

// 修改后
    //Block::LinearSolverType* linearSolver = new g2o::LinearSolverDense<Block::PoseMatrixType>();
    //Block* solver_ptr = new Block( linearSolver );
    //g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( solver_ptr );
    std::unique_ptr<Block::LinearSolverType> linearSolver ( new g2o::LinearSolverDense<Block::PoseMatrixType>());
    std::unique_ptr<Block> solver_ptr ( new Block ( std::move(linearSolver)));
    g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));

问题2：double free or corruption (out) 已放弃 (核心已转储)：

运行程序时报错：
double free or corruption (out)
已放弃 (核心已转储)
问题出现的具体原因不知道，可能是g2o版本的问题。

解决办法

修改CMakeists中的内容：
将第6行：

set( CMAKE_CXX_FLAGS "-std=c++11 -march=native -O3" )

改成：

set( CMAKE_CXX_FLAGS "-std=c++11 -O3" )

实践：0.4

问题和解决方法同0.3。

nova_peng

关注

3
点赞
踩
10

收藏

觉得还不错? 一键收藏
2
评论
《视觉SLAM十四讲从理论到实践》问题记录

开始学习SLAM，使用的书籍是《视觉SLAM十四讲从理论到实践》、版次2017年3月第1版、ubuntu版本18.04。由于版本较老，可能书上一些内容和现在的库有一些不同，在照着例子练习的时候会出现一些问题，所以将这些内容记录下来。
复制链接

扫一扫