【安装与运行】IROS2020：Remove, then Revert - 基于多分辨率深度图的动态物体移除方法

1.功能包removert的编译阶段问题解决：

Youtibe：https://www.youtube.com/watch?v=UiYYrPMcIRU
源码地址：https://github.com/irapkaist/removert

（1）filesystem: 没有那个文件或目录
解决方法：
在removert/include/removert的utility.h文件里
将#include // requires gcc version >= 8 注释掉
代替为：#include <experimental/filesystem>
将下一行改为：namespace fs = std::experimental; 改完如下图。
（2）之后还会报错：

只需要定位到报错那一行，比如将

fs::directory_iterator变为
 fs::filesystem::directory_iterator

就ok了。

2. file_player功能包编译

原文作者是用的这个工具来播放数据集数据的。我们如果有bag，就用bag就好了。
如果你也想跑数据集，参考：

源码地址：https://github.com/irapkaist/file_player

编译：

$cd ~/catkin_ws/src
$wstool init
$wstool merge file_player/depend_pack.rosinstall
$wstool update
$cd ~/catkin_ws
$catkin_make

运行：

$roslaunch file_player file_player.launch

launch完成后你会看到一个小窗口：

操作步骤
Click ‘Load’ button.
Choose data set folder including sensor_data folder and calibration folder.
The player button starts publishing data in the ROS message.
The Stop skip button skips data while the vehicle is stationary for convenience.
The loop button resumes when playback is finished.
译：
单击“加载”按钮。
选择数据集文件夹，包括sensor_data文件夹和calibration文件夹。
播放器按钮开始在ROS消息中发布数据。
为了方便起见，停车跳过按钮在车辆静止时跳过数据。
播放完成后，循环按钮恢复。

SC-LIO-SAM

如果用自己的数据集，需要运行SC-LIO-SAM，得到一系列的文件：
源码地址如下，跟着github编译就ok

https://github.com/gisbi-kim/SC-LIO-SAM

其中，最重要的是把config中各文件夹目录创建好并输对。

roslaunch lio_sam run.launch//运行

之后就可以看到rviz中的建图过程：

之后，运行removert。

// 运行removert!!
roslaunch removert run_scliosam.launch 

他检测出来的红色点，为动态点，到此为止，removert就完成了。

可以看到文件夹里生成了静态地图，动态地图等等结果：

最后一步！让我们用removert里的matlab去check一下result！

这部分的车辆留下的“鬼影”滤除了70%作用，还是有效果。

https://www.youtube.com/watch?v=UiYYrPMcIRU