ORB-SLAM2运行自己的手机MP4数据集

最新推荐文章于 2024-08-07 11:23:33 发布
原创 最新推荐文章于 2024-08-07 11:23:33 发布 · 515 阅读 · 3 ·
CC 4.0 BY-SA版权
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。
文章标签：

#ubuntu #linux #运维

该文详细介绍了如何在Ubuntu18.04环境下配置和运行ORB_SLAM2，包括创建myvideo.yaml配置文件以适应手机摄像头参数，编写myvideo.cpp来处理视频流，以及调整CMakeLists.txt以构建可执行文件，并最终运行系统进行场景定位。

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

我是之前跑通一个例程，运行官方的数据集，具体，可以看我之前的博客。

环境：ubuntu 18.04 ORB_SLAM2

首先打开ORB-SLAM2文件夹，样子刚开始为以下

然后需要把他变成以下的样子，绿色框里的是自己建的，红色那个是最后make生成的

现在具体操作步骤如下

  1. 步骤一：

最低0.47元/天 解锁文章

200万优质内容无限畅学
杜嗨皮
关注
ORB-SLAM2算法3之EuRoc开源数据集运行ORB-SLAM2生成轨迹并用evo工具评估轨迹
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
07-17 2559
ORB-SLAM2算法1 已成功编译安装ORB-SLAM2到本地，本篇目的是用EuRoc开源数据来运行ORB-SLAM2，并生成轨迹，最后用evo评估工具来评估ORB-SLAM2生成的轨迹和真值轨迹。
ORB-SLAM2算法2之TUM开源数据运行ORB-SLAM2生成轨迹并用evo工具评估轨迹
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
07-12 1678
本篇目的是用TUM开源数据来运行ORB-SLAM2，并生成轨迹，最后用evo评估工具来评估ORB-SLAM2生成的轨迹和真值轨迹。
ORB-SLAM2运行自己的数据集
热门推荐
sylvester的博客
11-08 1万+
ORB-SLAM2运行自己的数据集
用ORB SLAM2跑自己的图片序列数据集
03-03
ORBSLAM2运行自己的图片序列，首先进行数据准备。我这里是通过摄像头采集到的视频。先要将视频处理成一帧一帧的图片，然后生成rgb.txt。然后运行
ORB-SLAM 2跑通自己的数据集
qq_42585108的博客
04-19 2488
ORB-SLAM 2跑通自己的数据集一 、拍摄视频并转化为图片：二、准备索引目录文件：三、生成自己的参数配置文件TUM.yaml。复制TUM1.yaml，并修改参数即可。四、ORB-SLAM2所在的目录并运行如下命令即可：五、本次实验存在的问题： 一 、拍摄视频并转化为图片： 创建python文件，命名为：setVedio.py #coding:utf-8 import os import cv2...
ORB—SLAM2学习记录2-ORB_SLAM2运行自己的数据集
seawolfe的博客
07-08 3728
ORB-SLAM2运行自己的数据集 本人邮箱：sylvester0510@163.com，欢迎交流讨论，  欢迎转载，转载请注明网址http://blog.youkuaiyun.com/u010128736/ 一、生成数据集 1.生成图片   搭建好ORB-SLAM后，可以跑自己的数据进行实验了。首先进行数据准备。我这里是通过摄像头采集到的视频。先要将视频处理成一
ORB-SLAM2运行自定义数据集
zhwangye的博客
04-04 7145
ORB-SLAM2运行自己的数据集 ORB-SLAM2运行自己的数据集 环境 · ubuntu 18.04 · ORB-SLAM2 相机标定 可以用手机或者其他设备采集数据，我用的是Sony Xperia Z5采集的视频，视频分辨率为1920*1080，fps为59.87。 首先进行相机标定，我们采集标定数据，本例采用79的棋盘格进行标定。我用Z5拍摄10s左右的视频，再获取图片序列*，比如每隔3...
orb-slam2运行自己数据集
weixin_48135525的博客
12-05 890
因为我跑的是双目摄像头 所以首先在orb-slam2下找到ros_stereo.cc文件然后对其中的rostopic节点进行修改 首先先找到自己对应的节点在 自己录制的.bag 数据集下打开终端执行 rosbag info xxx.bag在里面的topics中可以找到自己对应的节点，我的节点是"/mynteye/left/imag_color"和"/mynteye/right/imag_color"所以对应的将 ros_stereo.cc中的 message_filters::Subscriber<s
orb-slam下跑自己的.bag数据集
Tabitha_sn的博客
06-13 4387
上一篇博客已经有了关于如何录制.bag数据集的过程感兴趣的可以参照 https://mp.youkuaiyun.com/postedit/91386068 因为我跑的是双目摄像头 所以首先在orb-slam2下找到ros_stereo.cc文件然后对其中的rostopic节点进行修改 首先先找到自己对应的节点在 自己录制的.bag 数据集下打开终端执行 rosbag info xxx.bag在里面的t...
ubuntu18.04运行ORB-SLAM2并用自己的数据集测试
xiaojinger_123的博客
06-23 2173
ubuntu18.04运行ORB-SLAM2并用自己的数据集测试
ORB_SLAM2运行自己的数据集（使用视频或图片序列）、运行KITTI数据集
君琴 的博客
04-19 7784
本项目的运行环境为Ubuntu18.04。 本项目的运行前提是安装并配置好了ORB_SLAM2。如果还没安装好的，可以参照此教程：Ubuntu18.04 ORB_SLAM2的安装、配置、运行SLAM单目实例 1、视频转为图片序列。 可以使用FFmpeg把视频转换为图像序列，也可以使用下列代码实现。 新建一个.py文件，我这命名为change.py。 #coding:utf-8 import os ...
ORB_SLAM2运行官方数据集/自己数据集
weixin_54554917的博客
02-10 481
运行orb-slam2
ORB-SLAM2运行自制数据集进行定位教程
极客园地
10-08 2719
ORB-SLAM2只做定位的话，精度还是挺准确的，所以用单目摄像头录制视频，制作自己的数据集跑一下，看看定位精度，将过程加以记录。
Ubuntu20安装orbslam2，并运行自制双目EuRoC数据集[自用]
Pure0x的博客
08-07 1333
Ubuntu20安装orbslam2，并运行自制双目EuRoC数据集
ORB_SLAM2系列之三:ORB_SLAM2跑RGBD SLAM数据集
xiangxianghehe的博客
12-02 1万+
简介 ORB-SLAM2是一套完整的SLAM方案，提供了单目，双目和RGB-D三种接口。它能够实现地图重用，回环检测和重新定位的功能。无论是在室内的小型手持设备，还是到工厂环境的无人机和城市里驾驶的汽车，ORB-SLAM2都能够在标准的CPU上进行实时工作。ORB-SLAM2在后端上采用的是基于单目和双目的光束法平差优化（BA）的方式，这个方法允许米制比例尺的轨迹精确度评估。此外，ORB-SLA...
编译运行ORB-SLAM 2并跑通自己的数据（一）
cchangcs
08-08 1740
最近在做SLAM相关的项目，由于使用的ubuntu for ROS虚拟机无法使用摄像头的缘故，因此没有使用实时的摄像头建模，而是先拍摄视频，转化成图片数据后，再用SLAM进行建模。 运行环境：ubuntu 14.04 for ROS-indigo 首先是ORB-SLAM2的安装与编译： （1）、环境准备： 1、安装OpenGL： sudo apt-get install build-e...
使用摄像头运行ORB SLAM2---使用视频运行ORB-SLAM2
ykwjt的博客
03-03 8978
可以使用自己的笔记本的摄像头来读取周围的环境以运行ORB SLAM2。 如果你的笔记本恰好没有摄像头，你也可以外接一个USB摄像头。 相机标定： myslam.yaml %YAML:1.0 #-------------------------------------------------------------------------------------------- # Camera...
orb-slam2运行tum 双目数据集
最新发布
03-20
### 如何使用 ORB-SLAM2 运行 TUM 双目数据集 为了在 ORB-SLAM2 中运行 TUM 的双目数据集，以下是详细的说明： #### 准备工作 确保已经完成以下操作： - 成功编译并安装了 ORB-SLAM2[^3]。 - 下载了 TUM RGB-D 数据集中的双目图像序列（例如 `rgbd_dataset_freiburg1_xyz`），可以从官方链接获取[^2]。 #### 配置参数文件 TUM 数据集的配置需要调整 ORB-SLAM2 的 YAML 参数文件。通常情况下，该文件位于 `Examples/Stereo/TUM.yaml` 或类似的路径下。如果不存在此文件，则可以基于模板创建一个新的 YAML 文件，并设置如下关键参数： ```yaml # Camera calibration and distortion parameters (OpenCV) Camera.fx: 535.4 Camera.fy: 539.2 Camera.cx: 320.1 Camera.cy: 247.6 Camera.k1: 0.0 Camera.k2: 0.0 Camera.p1: 0.0 Camera.p2: 0.0 # Camera frames per second Camera.fps: 30.0 # Stereo baseline multiplied by focal length. Camera.bf: 348.3 ``` 上述参数需根据实际使用的相机校准结果进行修改。对于标准的 TUM 数据集，这些值通常是固定的。 #### 修改启动脚本 进入 ORB-SLAM2 的根目录，在终端执行以下命令以加载立体视觉模块和指定的数据源： ```bash ./Examples/Stereo/stereo_tum Vocabulary/ORBvoc.txt Examples/Stereo/TUM.yaml PATH_TO_LEFT_IMAGES PATH_TO_RIGHT_IMAGES PATH_TO_TIMESTAMPS_FILE ``` 其中： - `Vocabulary/ORBvoc.txt`: 是 ORB-SLAM2 所需的词袋模型文件。 - `Examples/Stereo/TUM.yaml`: 上述提到的 YAML 参数文件。 - `PATH_TO_LEFT_IMAGES`: 左摄像头图片所在的路径，例如 `/path/to/folder_with_left_images`. - `PATH_TO_RIGHT_IMAGES`: 右摄像头图片所在的路径，例如 `/path/to/folder_with_right_images`. - `PATH_TO_TIMESTAMPS_FILE`: 时间戳文件的位置，用于同步左右摄像头帧的时间信息。 #### 输出轨迹 通过 ROS 版本的 ORB-SLAM2，还可以生成可视化的轨迹图。具体方法已在其他文档中有描述。可以通过保存 `.txt` 轨迹文件或者利用工具绘制三维地图来验证程序的效果。 --- ### 注意事项 如果没有看到预期的结果，可能的原因包括但不限于： - 图像分辨率不匹配：确认输入图像尺寸与 YAML 文件中定义的一致。 - 缺少时间同步：确保提供了正确的时间戳文件以便于两路视频流之间的精确同步。 - 环境依赖缺失：检查是否缺少某些必要的库支持。 ---
评论
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