树莓派4B上实现ORB SLAM2和VTK的运行

最新推荐文章于 2025-05-23 19:20:12 发布
最新推荐文章于 2025-05-23 19:20:12 发布
阅读量435 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： VTK
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.youkuaiyun.com/FdmPatch/article/details/133556980
本文详细介绍了如何在树莓派4B上配置环境，安装ORB SLAM2和VTK，通过示例测试ORB SLAM2的定位建图功能，并利用VTK进行可视化展示，包括编译过程、依赖项安装和源代码修改。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

树莓派4B是一款功能强大的单板计算机，广泛应用于物联网、嵌入式系统和机器人等领域。ORB SLAM2是一种基于特征的视觉定位和建图算法，而VTK（Visualization Toolkit）是一个用于可视化和图形处理的开源库。本文将介绍如何在树莓派4B上运行ORB SLAM2并使用VTK进行可视化。

首先，我们需要准备树莓派4B的开发环境。确保你已经安装了最新版本的Raspbian操作系统，并且进行了基本的配置和更新。另外，确保你已经连接了摄像头模块，因为ORB SLAM2需要用到摄像头来进行视觉定位和建图。

接下来，我们需要安装ORB SLAM2。ORB SLAM2的源代码可以从GitHub上获取，使用以下命令进行克隆：

git clone https://github.com/raulmur/ORB_SLAM2.git

下载完成后，进入ORB_SLAM2目录并按照README文件的指导进行编译和安装。请注意，编译过程可能需要一些时间，并且需要安装一些依赖项。确保你按照指导完成所有的依赖项安装和配置。

一旦ORB SLAM2安装完成，我们可以进行测试。首先，进入Examples目录，并执行以下命令：

./rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml

这将使用TUM RGB-D数据集的一个示例进行测试。ORB SLAM2将读取输入的RGB

了解本专栏 订阅专栏 解锁全文
安装和配置OpenCV和VTK在树莓派4B上运行Python
WbhsOcaml的博客
09-18 184
在本文中，我们将讨论如何在树莓派4B上安装和配置OpenCV和VTK，以便在Python中进行图像处理和可视化。为了验证OpenCV和VTK是否正确安装，我们可以编写一个简单的Python脚本，并运行它以查看是否有任何错误。你已经成功在树莓派4B上安装和配置了OpenCV和VTK。首先，确保你的树莓派4B系统已经准备就绪，并且已经正确安装了Raspbian操作系统。在开始安装OpenCV和VTK之前，我们需要安装一些依赖项。这些命令将安装OpenCV和VTK所需的各种依赖项。接下来，我们将安装VTK。
树莓派4B运行ORB-SLAM2（手把手教学）
HSQ___的博客
06-16 3583
准备工作： 1、树莓派4B（4GB运行内存）、显示器、鼠标、键盘、32GB内存； 2、opencv3.2.0（从官网下载或着该链接：https://zh.osdn.net/projects/sfnet_opencvlibrary/downloads/opencv-unix/3.2.0/opencv-3.2.0.zip/）官网下载较慢、链接地址下载很快 3、pangolin（本人用的《视觉SLAM十四讲》中提供的，大家也可以百度下载，这个资源很好找）。 正式开始 一、树莓派开机后，首先要换镜像源（本人用的清华
移动机器人系列-----＞树莓派4B测试ORB-SLAM2
zhengjieCYD的博客
06-14 1719
移动机器人系列----->树莓派4B运行测试ORB-SLAM2 注: 测试平台为树莓派4B（8+32G） 1：树莓派安装ubuntu18.04及编译ORB-SLAM2 1.1：树莓派上安装ubuntu18.04 关于在树莓派4B上安装ubuntu18.04的步骤，这里就不详细展开；官网有详细安装步骤，以及有很多大佬的博客来详细讲解如何安装。该博客中树莓派4B安装的是桌面版的ubuntu。为了方便，树莓派我没有外接屏幕和键盘，树莓派和自己的主机通过交换机接在一个网络下，主机用ssh或者Remmina和树
树莓派4B搭建Hector SLAM算法, ROS1 & ROS2？
最新发布
bing_feilong的博客
05-23 680
树莓派4B上搭建Hector SLAM，选择ROS1还是ROS2
在树莓派4上编译运行orbslam2,使用RGBD相机在ROS中测试
PIBOT导航机器人
10-27 973
前文在树莓派4上编译运行orbslam2, 现在我们在ROS中使用RGBD相机测试下 1. 环境 硬件环境 PIBOT-APOLLO Xtion 3D SENSOR 软件环境: UBUNTU 18.04 ROS MELODIC 2. 编译 2.1 配置rosdep sudo vi /etc/hosts #在文件末尾添加 151.101.84.133 raw.githubusercontent.com sudo apt-get install python-rosdep sudo rosdep init
在树莓派4上编译运行orbslam2
PIBOT导航机器人
10-27 1208
1. 环境 硬件环境: 树莓派4B 4G 32G sandisk tf card 软件环境: Linux pibot 5.4.0-1022-raspi #25~18.04.1-Ubuntu SMP PREEMPT Thu Oct 15 14:38:18 UTC 2020 aarch64 aarch64 aarch64 GNU/Linux pibot@pibot:~$ pkg-config --modversion opencv 3.2.0 pibot@pibot:~$ pkg-config --modv
树莓派4B编译，运行ORB_SLAM2
Ubuntu16.04编译，运行ORB_SLAM2
11-17 1983
1.安装相关依赖 终端输入以下命令进行安装。 sudo apt-get install libboost -all-dev libblas-dev liblapack-dev 以上博客内容纯属学习过程记录，如有错误，请各位指正。 ...
三维空间定位与管理：SLAM地图构建的科学方法
[三维空间定位与管理：SLAM地图构建的科学方法](https://static.wixstatic.com/media/4b3c31_b5d742083e4b49559527ba160d8ad06f~mv2.jpg/v1/fill/w_980,h_498,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/4b3c31_b5d...
树莓派3B+编译ORB-SLAM2
qq_36804414的博客
06-04 708
首先介绍下环境配置： 树莓派3B+，Ubuntu mate 16.04，ROS kinetic，opencv2.4.13 编译方式： 1.安装各种需要的软件包和依赖库 $ sudo apt-get install libglew-dev $ sudo apt-get install cmake $ sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-dev $ sudo apt-get install li
树莓派4B Ubuntu20.04 ROS2 ORB-SLAM3
ailesanlesanleaile
12-13 4042
文章目录一、编译依赖二、编译 ORB-SLAM3 一、编译依赖 按照文件中的编译顺序进行编译即可！ 有几个问题要注意的是： 树莓派的交换空间可能不够，需要手动添加 2G 的交换空间，添加教程在这里。 虽然树莓派4B有4个核心，但是最多使用：make -j2 命令进行编译，不然仍有可能死机。并且一次性并行少量的程序整体进度更快。 编译Sophus库时需要在~/Sophus_dir/Sophus/CMakeLists.txt 文件中29行下，添加如下内容： SET(CMAKE_CXX......
树莓派4B ROS SLAM 超全总结
修国栋的博客
05-10 3148
树莓派4B + ROS-Melodic + SLAM摘要树莓派系统的使用树莓派GPIO的使用树莓派系统安装ROS-Melodic注意事项基于Raspi系统的ROS如何安装软件包解决方案（大多数）解决方案（OpenCV）（PCL） 摘要 随着树莓派的普及以及4B版本推出，我们小组也决定由我负责树莓派相关部分，可惜网上的资源大多并不齐全，在操作中浪费了大量的时间。因此本文将详细总结笔者这些天的工作，力争形成全面的系统化的文章。本方法的所有相关资源都将放到附录部分，有需要可以自行下载。 另外：本文由于内容过多，将
0648-极智开发-解读vscode配置python自动补全功能
03-17
0648_极智开发_解读vscode配置python自动补全功能
基于树莓派+Arduino的视觉导航设计
11-14
移动机器人集人工智能、智能控制、信息处理、图像处理等专业技术于一体，成为当今机器人研究领域的热点之一。计算机视觉具有信息量丰富，信号探测范围广，获取信息完整等优点。近年来广泛应用于自主移动机器人领域，是自主移动机器人导航和避障的一个主要发展方向。 本课题研究的目的包括，设计并构建基于Raspberry Pi的视觉移动AGV控制系统，实现自主移动机器人的视觉导航功能。本论文完成如下几个方面的研究内容。机器人视觉导航图像处理算法设计，驱动部分设计，跟踪算法设计。 设计开发控制系统，实现摄像机视频流信息的获取。对于获取的摄像机的视频流信息，通过图像处理算法提取路面信息，并通过串口与下位机进行通信，下位机根据路径信息指定模糊控制算法。 本论文设计了基于视觉导航的自主移动机器人整体结构，包括机械结构和差速驱动控制系统的设计。为进一步研究基于视觉导航的自主移动机器人，提供了良好的实验平台。
树莓派编译ORB_SLAM3
sinat_29634715的博客
10-18 1869
*.安装Eigen sudo apt-get install libeigen3-dev ()查看软件安装位置 sudo apt-get install mlocate sudo updatedb locate eigen3 *.安装Pangolin git clone https://github.com/stevenlovegrove/Pangolin.git sudo apt-get install libglew-dev cd Pangolin mkdir bu...
PC虚拟机+树莓派摄像头运行ORB-SLAM2命令流程
UnlimitedEater的博客
08-22 931
PC虚拟机+树莓派摄像头运行ORB-SLAM2命令流程
SLAM从入门到入土：树莓派4B安装Ubuntu18/20+ROS
bingshuiyuyi的博客
01-12 1003
在树莓派上安装ubuntu18/20 desktop. 并安装ROS
树莓派4b+ubuntu18.04使用ros运行ORB_SLAM2
object814的博客
11-05 390
首先尝试roscore： 尝试推荐解决办法sudo apt install python-roslaunch，出现如下问题： 可见python-roslib的依赖版本不对，尝试sudo aptitude install python-roslib解决依赖问题： 发现在重写python-catkin-pkg时出现问题，于是使用aptitude卸载python-catkin-pkg： 再次尝试重装python-roslib，成功！ 再次sudo apt install python
ORB-SLAM3在树莓派4B ubuntu-20.04上跑单目摄像头ROS数据接收不到的问题
zhangguo13428的博客
03-04 1460
测试环境： Hardware : BCM2835 Model : RaspberryPi4 Model B Rev 1.4 CPU : 4x Cortex A72 Linux version 5.4.0-1052-raspi (buildd@bos02-arm64-043) (gcc version 9.3.0 (Ubuntu 9.3.0-17ubuntu1~20.04)) #58-Ubuntu SMP PREEMPT Mon Feb 7 16:52:35 UT...
Ubuntu18.04+树莓派+ORB_SLAM2部署踩坑总结
Lucifer_0102的博客
10-22 792
ORB_SLAM2在树莓派4B（4g运存，16gSD卡） 在搭建ORB_SLAM2环境之前先给pi安装ubuntu18.04系统，这里树莓派使用的raspbian系统适用于树莓派开发环境，但orb_slam主流部署环境都在ubuntu上（raspbian和ubuntu都是在debian基础上的开发）。 由于之前的ros开发和xtdrone仿真都在ubuntu18.04中运行，故使用此系统。 在ubuntu官网上目前只推荐安装20.04的系统，因此18.04系统需要在单独下载。 Releases
树莓派4b运行orb-slam3算法
03-19
### 树莓派4B 上运行 ORB-SLAM3 的教程与性能优化 #### 一、硬件准备 树莓派4B采用Cortex-A72架构处理器，配备8GB RAM，在计算能力上有一定优势。然而，ORB-SLAM3作为一款复杂的视觉SLAM算法，对CPU和内存的要求较高[^1]。因此，建议使用高性能散热器或主动冷却设备来降低长时间运行时的温度。 --- #### 二、操作系统安装 为了支持ORB-SLAM3及其依赖项，推荐在树莓派4B上安装Ubuntu系统。以下是具体操作： 1. **下载镜像文件** 下载适用于ARM架构的Ubuntu LTS版本（如Ubuntu 20.04）。可以从官方站点获取预构建的树莓派映像文件[^4]。 2. **烧录到SD卡** 使用工具如`balenaEtcher`将下载好的Ubuntu镜像写入Micro SD卡中。 3. **启动并更新系统** 插入SD卡至树莓派4B开机，并通过SSH连接进入终端执行以下命令完成系统的初始化设置： ```bash sudo apt update && sudo apt upgrade -y ``` --- #### 三、软件环境搭建 ORB-SLAM3需要多个第三方库的支持，包括OpenCV、Pangolin以及Eigen等。以下是详细的依赖安装过程： 1. **安装基本开发工具** ```bash sudo apt install build-essential cmake git pkg-config libeigen3-dev python-is-python3 -y ``` 2. **安装 OpenCV** 编译最新版OpenCV以获得最佳性能： ```bash git clone https://github.com/opencv/opencv.git cd opencv mkdir build && cd build cmake .. make -j$(nproc) sudo make install ``` 3. **安装 Pangolin** Pangolin用于可视化界面渲染： ```bash git clone https://github.com/stevenlovegrove/Pangolin.git cd Pangolin mkdir build && cd build cmake .. make -j$(nproc) sudo make install ``` 4. **安装 ROS (可选)** 如果计划集成ROS框架，则需额外配置ROS2环境: ```bash sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key | sudo apt-key add - echo "deb [arch=$(dpkg --print-architecture)] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/ros2-latest.list sudo apt update sudo apt install ros-foxy-desktop source /opt/ros/foxy/setup.bash ``` --- #### 四、编译与部署 ORB-SLAM3 按照如下步骤克隆源码并编译ORB-SLAM3: 1. **克隆仓库** ```bash git clone https://github.com/UZ-WD/ORB_SLAM3.git cd ORB_SLAM3 chmod +x build.sh ./build.sh ``` 2. **修改参数文件** 配置摄像头校准参数及Vocabulary路径。例如编辑RGB-D模式下的YAML文件： ```yaml Camera.fx: 525.0 Camera.fy: 525.0 Camera.cx: 319.5 Camera.cy: 239.5 VocabularyPath: "/path/to/Vocabulary/ORBvoc.txt" ``` 3. **运行程序** 启动ORB-SLAM3节点并与ROS消息流对接： ```bash roscore & rosrun orb_slam3 mono rgbd.yaml vocabulary_file_path ``` --- #### 五、性能优化策略 针对树莓派4B有限资源的特点，可通过以下方法提高效率： 1. **减少分辨率输入** 将图像尺寸调整为较低水平（如640×480），从而减轻处理负担。 2. **禁用不必要的模块** 关闭未使用的功能选项（比如IMU融合部分）以便专注于核心任务——单目视觉定位建图。 3. **利用多线程机制** 修改代码逻辑使跟踪、局部地图管理等功能分布在不同线程里并发执行[^3]。 4. **裁剪算法复杂度高的环节** 对于某些耗时较长的操作（如关键帧选取），适当简化判断条件或者增加间隔频率。 --- #### 六、常见问题排查 如果遇到错误提示无法正常工作，请逐一核查以下几个方面： - 是否正确设置了相机内参？ - 路径变量指向是否准确无误？ - 动态链接库加载失败是否有遗漏？ ---
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
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