correction of ar_pose compilation

ARCore:ARCore带来的新概念 一、ARCore能做什么 在Google官方提供的Demo中,实现了这样一个功能。当我们在照相机预览的空间轻轻点击屏幕的时候,在空间中就生成一个Android小机器人,如下图所示: 当我们更换手机的位置或者照相机的观察角度的时候,大家从如下图中有没有发现,Andorid小机器人所在的“位置并没有改变”,就像是真实的存在你的世界一样。 二、ARCore是如何做到的 那么ARCore是如何完 阅读详情
1. apt-file is a good tool to use.
It has been installed and updated by

$ sudo apt-get install apt-file
$ sudo apt-file update

2. missing file error and correction:
[ 80%] Building CXX object CMakeFiles/ar_multi.dir/src/ ar_multi.o
In file included from /home/wang/ros/ccny_vision/artoolkit/include/AR/video.h:102:0,
                 from /home/wang/ros/ccny_vision/ar_pose/include/ar_pose/ar_multi.h:30,
                 from /home/wang/ros/ccny_vision/ar_pose/src/ar_multi.cpp:23:
/home/wang/ros/ccny_vision/artoolkit/include/AR/sys/videoLinuxV4L.h:27:32: fatal error: libv4l1-videodev.h: No such file or directory
compilation terminated.
make[3]: *** [CMakeFiles/ar_multi.dir/src/ar_multi.o] Error 1
make[3]: Leaving directory `/home/wang/ros/ccny_vision/ar_pose/build'
make[2]: *** [CMakeFiles/ar_multi.dir/all] Error 2
make[2]: Leaving directory `/home/wang/ros/ccny_vision/ar_pose/build'
make[1]: *** [all] Error 2
make[1]: Leaving directory `/home/wang/ros/ccny_vision/ar_pose/build'
make: *** [all] Error 2
[wang:~/ros/ccny_vision/ar_pose]
$ apt-file search libv4l1-videodev.h
libv4l-dev: /usr/include/libv4l1-videodev.h
[wang:~/ros/ccny_vision/ar_pose]
$ sudo apt-get install libv4l-dev
Reading package lists... Done
Building dependency tree      
Reading state information... Done
The following NEW packages will be installed:
  libv4l-dev
0 upgraded, 1 newly installed, 0 to remove and 27 not upgraded.
Need to get 7,888 B of archives.
After this operation, 57.3 kB of additional disk space will be used.
Get:1 http://hk.archive.ubuntu.com/ubuntu/ precise-updates/main libv4l-dev i386 0.8.6-1ubuntu2 [7,888 B]
Fetched 7,888 B in 0s (14.9 kB/s)      
Selecting previously unselected package libv4l-dev.
(Reading database ... 327821 files and directories currently installed.)
Unpacking libv4l-dev (from .../libv4l-dev_0.8.6-1ubuntu2_i386.deb) ...
Setting up libv4l-dev (0.8.6-1ubuntu2) ...
[wang:~/ros/ccny_vision/ar_pose]
$make

 
3. Error of missing declaration:
/home/wang/ros/ccny_vision/ar_pose/src/ar_multi.cpp:71:9: error: ‘th_confidence_’ was not declared in this scope
/home/wang/ros/ccny_vision/ar_pose/src/ar_multi.cpp: In member function ‘void ar_pose::ARSinglePublisher::camInfoCallback(const CameraInfoConstPtr&)’:
/home/wang/ros/ccny_vision/ar_pose/src/ar_multi.cpp:142:13: error: ‘cam_sub_1’ was not declared in this scope
/home/wang/ros/ccny_vision/ar_pose/src/ar_multi.cpp: In member function ‘void ar_pose::ARSinglePublisher::getTransformationCallback(const ImageConstPtr&)’:
/home/wang/ros/ccny_vision/ar_pose/src/ar_multi.cpp:215:78: error: ‘th_confidence_’ was not declared in this scope

$ vi src/ar_multi.cpp +71
$ vi include/ar_multi.h +100
   # check the thing that added. May lost the original corrected file via svn. Now it is ok.

4. another small error.

5. $make
It is ok now.

PS: Since not all the errors have been corrected, such as dependencies of ccny_vision, should NOT use

rosmake --rosdep- install

just do "make" in the ar_pose package would be fine.
人体姿态估计Alphapose配置安装教程(GPU,超详细,亲测有效!) 首先简单介绍一下Alposepose 该模型提出的论文:《RMPE: Regional Multi-Person Pose Estimation》ICCV 2017,是由上海交通大学提出的,目前在多人自讨估计的效果最好。 论文 网址:https://arxiv.org/abs/1612.00137 文章的写作背景是单人姿态估计的方法不能用在多人上面,而多人姿态估计方法虽然效果不错,但是太慢了... 阅读详情

相关推荐

浅析ros下订阅消息,并发布apriltags算法位姿

fake_ar_publisher::ARMarkerConstPtr last_msg_; void visionCallback(const fake_ar_publisher::ARMarkerConstPtr& msg) { last_msg_ = msg; ROS_INFO_STREAM(last_msg_->pose.pose); ...

harrycomeon的博客 3552

【ROS Tutorials入门之三】ARToolKit增强现实

roslaunch robot1_description display.launch model:="rospack find robot1_description/urdf/dae.urdf"

北络 1401

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档)

SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心...

【ROS RIKIBOT 基础--使用系列 第十章节】KCF追踪跟随、AR多标签检测,AR跟随功能、语音功能、多机器人控制、Gazebo仿真

1.RIKIBOT KCF追踪跟随 1.1 相关包说明 KCF追踪跟随功能,是利用Opencv KCF做特定追踪功能,这里我们引入了rgbd摄像头的深度功能,能够检测追踪目标的距离,从而能让小车进行前后左右追踪跟随。 跟随说明:识别的物体距离小于1.2米,机器人会往后退,大于1.6米,机器人会前进。 介于1.2米到1.6米之间,停止不动。 1.2 相关功能使用操作 使用前,确保接好深度摄像头。 1.2.1 打开一个终端,启动bringup roslaunch rikibot bringup.launch 1

风野萧萧 4078

YOLOv8作物病害检测实战源码

这是一套基于YOLOv8n的农田病虫害目标检测系统,对叶片照片做目标检测,识别健康叶片、褐斑病、白粉病、锈病四类,并给出对应防治建议。全流程纯CPU可跑,配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、100张自造样本及YOLO标签、训练曲线与混淆矩阵截图、Tkinter界面和答辩PPT。 系统围绕五项功能展开:同一套推理逻辑覆盖图像、视频、摄像头三种来源;图形界面选文件即检测,画面叠彩色框标注病名与置信度,右侧面板同步给出症状与防治措施;检测记录自动写入CSV,统计页一键生成四类病害占比饼图;训练结束自动产出损失与精度曲线;内置防治建议文案库,检测命中即回填面板。 选型用YOLOv8n nano档,参数量约320万、权重约6.2MB,CPU单帧几十毫秒,小样本训练5到8分钟完成。数据由data_gen.py程序化绘制100张叶片图,固定随机种子,重跑分布一致,不依赖公开数据集。依赖全部锁版本,教程第7章整理了19条真实报错及排查方法,第8章给出换模型档、换PlantVillage数据集的迁移路径。 适合做计算机视觉方向课程设计或毕业设计的学生,也适合智慧农业方向想了解检测模型如何落进业务面板的学习者。不需要GPU,不需要系统学过目标检测,教程第3章会按需补齐原理。 使用时先pip install -r requirements.txt装好依赖,download_data.py下载预训练权重,data_gen.py生成样本后train.py训练,完成后用main.py infer批量检测或main.py gui启动界面。

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.youkuaiyun.com/mtl1994

【Unity3D】 Unity Chan项目分享

写在前面 之前的一个博文里分享了日本Unity酱的项目,如果大家有去仔细搜Unity酱的话,就会发现日本Unity官方还放出了一个更完整的Unity酱的项目,感觉被萌化了!(事实上,Unity日本经常会分享一些开源项目,要常关注github~) 一些效果 项目里还有有一些特效实现可以借鉴下的~ MusicPlayer 这个项目里的特效有个最大的特点就是,特...

weixin_34186128的博客 1255

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?.docx

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?

【学习ARTookit】——摄像头与标识的关系

摄像机与标识的坐标系 1.在SimpleTest程序里 程序通过arGetTransMat获得标识物到摄像机坐标系的变换矩阵patt_trans: // 获取标识在摄像机坐标系的位置 arGetTransMat(&marker_info[k], patt_center, patt_width, patt_trans); printf("%f %f %f\n",p...

one or only的博客 738

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

AR应用开发必备开源SDK:ARToolkit

AR应用开发必备开源SDK:ARToolkit  最近火爆全球的AR游戏《口袋妖怪GO》是是由任天堂、Pokemon公司和Niantic联合制作开发的。这一作品让近年来一直不温不火的AR技术又重回大众视野。而如果要快速开发一款AR手机应用,那么这款SDK是个不错的选择,它的名字叫ARToolkit。   ARToolkit是一款开源的增强现实SDK,使用C/C++编写,可以帮助我们

M醉清风Y的博客 7395

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

高校技术转移办公室人员如何系统化管理科技成果信息?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何构建标准化、模块化的智能服务工具?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

PSIM-三相维也纳VIENNA整流器电压电流双闭环+中点电位平衡SVPWM控制仿真

内容概要:本文档详细介绍了一种基于PSIM软件实现的三相维也纳(VIENNA)整流器仿真模型,重点实现了电压电流双闭环控制与中点电位平衡的SVPWM调制策略。该仿真系统通过精确的控制算法有效提升了整流器的功率因数,降低了输入电流谐波含量,并解决了三电平拓扑中常见的直流侧中点电位偏移问题,具有较高的工程实用价值,适用于高效率、高功率密度的电力电子系统设计与科研验证。文档还整合了丰富的配套资源,涵盖多种电力电子变换器拓扑结构、先进控制算法及典型应用场景,形成了系统化的技术资料体系,有助于深入理解现代整流技术的核心原理与发展动态。; 适合人群:面向从事电力电子、电气工程、新能源变换系统等领域的科研人员、高校研究生以及具备一定仿真基础的工程技术人员。; 使用场景及目标:①深入研究三相VIENNA整流器的工作机理与控制特性;②掌握电压外环、电流内环双闭环控制结构的设计方法;③理解并实现SVPWM调制技术与中点电位平衡控制策略的协同作用;④开展相关控制算法的仿真验证、性能优化与实验对比,为高性能整流装置的研发提供理论支撑和技术原型。; 阅读建议:建议结合文中列出的其他仿真案例(如PWM整流器、LLC谐振变换器、DAB变换器等)进行横向对比学习,充分利用所提供的PSIM、MATLAB/Simulink等多平台仿真资源,重点关注控制逻辑与主电路的耦合关系,通过参数调试与波形分析深化对系统动态响应和稳态性能的理解,强化“理论—建模—仿真—优化”的闭环研究能力。

基于ESP32与PCM5102的WiFi无损音频传输系统设计与实现

本文详细介绍基于ESP32与PCM5102的WiFi无损音频传输系统设计与实现。通过I2S接口直接传输PCM数据,避免SRC重采样,实现真正的HIFI级音质。涵盖硬件连接、软件架构、网络传输优化及实际音质对比,为音频爱好者提供高性价比的无损无线音频解决方案。

rnn9storyteller的博客 948
上一篇: Nifti and epuck test @asl
下一篇: ROS ccny_vision: image_transport
二儿娃
博客等级 码龄21年 12粉丝 118原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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