qq_41623632的博客

1 开启小觅相机(安装好相机的SDK)source ./wrappers/ros/devel/setup.bashroslaunch mynteye_wrapper_d display.launch2 查看话题rostopic list红色的圈为需要录制的指定话题,分别对应小觅相机的深度图和彩色图3 录制话题录制bag名称为 sequences 的 bag 包,指定话题为** /mynteye/left/image_color 和 /mynteye/depth/image_raw **

今天我们来说说 DS-SLAM是如何实现语义建图部分的，主要涉及System.cc,Tracking.cc和Pointcloudmapping.cc：**首先我们需要开启建图的线程（thread）。**在System.cc函数里面我们创建一个点云地图的对象：// 使用智能指针 创建了一个 PointCloudMapping 的对象 mpPointCloudMapping = boost::make_shared<PointCloudMapping>( resolution );

上一篇文章讲到了Moving Consistency Check 得到了放置不满足对极约束的特征点矩阵T_M,这一篇文章我们来一起学习一下DS-SLAM的 Segment.cc 语义分割线程和动态点的删除.1 语义分割线程的开启在System.cc 文件里面：mpSegment =new Segment( pascal_prototxt, //模型文件，网络模型 pascal_caffemodel, //训练文件，训练好的权重参数

这一篇文章我们来一起学习一下DS-SLAM的 System.cc 系统初始化的构造函数 和Frame.cc 帧初始化构造函数 :相比较与ORBSLAM2 作者主要改变了 Frame.cc, ORBmatcher.cc, Pointcloudmapping.cc and Segment.cc. 这五个函数，在ORBSLAM2的基础上新增了语义分割 线程 和 稠密极爱泥土线程 接下来我们一一往下学习。在程序的主函数 ros_tum_realtime.cc 我们先对整个SLAM系统进行了初始化： // 初

本人的毕业设计是基于动态环境下的SLAM，所以从开源代码DS-SLAM开始学习，如有理解不周到的地方，欢迎指正。1. 在ros_tum_realtime.cc 文件中这个文件和ORBSLAM2中的rgbd_tum.cc的文件内容基本上一样的，主要的目的就是构建整个SLAM系统，并且将数据集中的深度depth图和RGBD图在for循环中逐个发送到SLAM系统当中去，然后SLAM计算得到的位姿信息发布到ROS中的topic中去，接下来我们详细来看。（1）首先，我们定义了一个ROS的节点的名称为 TUM

ORB_SLAM2_SSD_Semantic 运行的时候出现了Segmentation fault辛辛苦苦把这个工程的文件配置好了，但是在运行的时候报错：Light Tracking homo not working because Tracking is not initialized…新地图创建成功 new map ,具有 地图点数 : 946 地图点 pointsTracking homo faild…Segmentation fault (core dumped)在我的新配置的电脑上面也

如何使用Cmakelist 来对不同版本的库（以opencv的不同版本为例）进行版本切换和管理