视觉SLAM十四讲（第二版）ch11运行./feature_training和./loop_closure结果异常。ubuntu22.04

最新推荐文章于 2025-06-06 21:33:58 发布
最新推荐文章于 2025-06-06 21:33:58 发布
阅读量286 收藏
点赞数 4
文章标签： 计算机视觉 c++
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/qq_44403443/article/details/133715838
版权

 ubuntu22.04在运行slambook2中的ch11代码，feature_training输出的结果多了许多数字（还不知道什么原因。。。）。并且loop_closure的结果非常不准确，image0 对应的评分最高（除了image0本身）的居然不是image9。

最终解决：在网上看有说是DBoW3库的问题的，也有说是Ubuntu系统版本的问题。我打开了我的ubuntu18.04（虚拟机），并且使用第一版代码中DBoW库重新安装。最终运行结果算是正常：

至少跟Image0相比评分最高的是image9了，至于为什么具体的评分和书上的不一样，我想是opencv版本不一样，提取的ORB特征有些许差别吧，我想。

如果有其他差错，请把build文件夹删了重新编译

qq_44403443
关注
【视觉SLAM十四讲】各种库的安装及代码实践
2302_80099075的博客
03-17 4512
在学习高博的《视觉SLAM十四讲》的过程中，遇到了各种问题。虽说在网上都能找到对应的解决方案，但没有一篇是详细列尽遇到的问题的文章。于是，打算自己写一篇记录学习过程中遇到的一系列问题。希望能为后续的学习提供一点帮助！（自己也是新手小白，还是有很多不懂的地方。
slambook2-ch13-VO-comment:视觉SLAM十四讲ch13中VO的详细注释版本，基本覆盖所有理解难点，尤其对入门学者十分友好！！
05-30
slambook2-ch13-VO（详细注释版） 视觉SLAM十四讲ch13中VO的详细注释版本，基本覆盖所有理解难点，尤其对入门学者十分友好！！ slambook2——VO（详细注释） 相较于第一版十四讲，第二版中内容更加丰富，对一些知识点进行了扩充说明，其中最吸引人的应当是ch13中手写VO的环节，这一章为广大学子提供了一个良好的对接口 现有的VINS，ORB系列等开源代码对于初学者而言跨度层较大（尽管早年的学习者都是这么过来的），普遍阅读效率并不高，ch13中VO的出现提供了一种新的选择 之前一直想完整详细地阅读一遍ch13中的VO，但时间太紧，没有腾出手来，趁年末做完这项工作，打一版详细注释 代码中__“事无巨细”__地打上了相关注释，甚至对于基本语法也给出了细致说明或者精准的参考网址（对应网址内容都是作者在众多类似内容中择优产生），希望能对大家有所帮助！ 因时间紧迫，能力有限，无
视觉slam14讲，ch11，错误
pasdingoo的博客
09-18 252
改错
slam14讲 ch11 编译及运行时的错误 （段错误 核心已转储）
weixin_45117856的博客
06-07 1085
slam14讲ch11编译和运行过程中遇到的错误与解决方法
视觉SLAM十四讲ch11实践遇到的问题及解决方案
weixin_58277261的博客
02-22 3087
一、安装 在编译之前先安装DBow3 git clone https://github.com/rmsalinas/DBow3.git 然后cmake流程编译安装 mkdir build cmake .. make -j8 sudo make install 安装结束 二、编译程序 创建build文件夹并进行编译 mkdir build cmake .. make -8 此时出现第一个错误 解决方法 将CMakeLists .txt中的set( DBoW3_LIBS "/us
视觉SLAM十四讲 CH12 feature_training.cpp运行出错
Mr.Sliver的博客
09-02 800
解决"视觉SLAM十四讲"中ch12中feature_training.cpp程序运行错误,无法找到libopencv_core3.so.3.3文件
（最新）Ubuntu22.04从零开始简易配置并编译ORB-SLAM3
ShylockX的博客
10-10 3409
最新Ubuntu22.04从零开始简易配置并编译ORB-SLAM3及evo
视觉SLAM十四讲第二版踩坑总结
slender_1031的博客
02-08 4261
关于视觉SLAM14讲第二版中遇到的安装与编译问题
DBoW3安装踩坑含opencv匹配问题(SLAM十四讲)
一只小菜鸟的博客
03-29 3524
学到slam十四讲第十一章，需要安装DBoW3库。 一直都在自己安装这些库，没用书中自带的，这样的话可以多踩一踩坑，多经历一些挫折。 结果坑一个个来。 安装DBoW3库之后却调用不了。这里暗含了与opencv的匹配问题。我从DBOW3的安装讲起。 1.DBoW3库的安装 安装很常规，这个库很类似ceres，安装后会有.a或者.so文件生成。 安装过程： git clone https://gith...
slam14讲报错大讲堂
qq_29876847的博客
07-17 1857
slam的一些常见错误，基于14讲
根据本人安装步骤下的slambook2例程报错及解决
qq_52086693的博客
08-14 1340
安装完环境还不算完，代码能否跑起来也是一种折磨。
《视觉SLAM十四讲-第二版-ch11：DBoW3安装及报错处理》
Lebroon的博客
09-20 2117
DBoW3安装包直接使用高博slambook2-master中3rdparty的，然后进行编译，安装，过程如下： cdDBoW3软件包位置 mkdir build cd build cmake .. make -j2 //make-j后面数字视自己电脑配置而定，我一般就是j4 sudo make install 安装成功~ 若是运行程序报错，如下： 则将cmakelist中的libDBoW3.a改为libDBoW3.so即可。 若cmakelist中原来是libDB...
高翔SLAM例程运行提示段错误，进不去主函数的解决办法
Liber-coder的博客
11-09 1418
高翔的SLAM代码，cmake，make是通过的，但是连主函数都没进去。 编译通过，但运行代码的错误提示如下： Process finished with exit code 139 (interrupted by signal 11: SIGSEGV) 段错误 (核心已转储) ​
slambook2（ch11）—— Ubuntu18.04安装DBoW3 + 例程演示
曾记否@
01-12 2714
一、安装DBoW3 git clone https://github.com/rmsalinas/DBow3 mkdir build cd build cmake .. make -j4 sudo make install make Scanning dependencies of target gen_vocab [ 16%] Building CXX object CMakeFiles/gen_vocab.dir/gen_vocab_large.cpp.o make[2]: *** 没有规则可制作目
视觉SLAM十四讲CH11代码解析及课后习题详解
生活如此美好，致敬每一个热爱“热爱”的人！
12-09 4930
在进行编译程序前，先需要安装DBoW，第二版的安装文件下载链接如下所示： https://github.com/rmsalinas/DBow3https://github.com/rmsalinas/DBow3下载完成后，安装方法很简单,将文件存放在你想存放的文件夹里面，进入DBoW-master文件夹： mkdir build cd build cmake .. make -j4 sudo make install 在编译CH11的时候，出现了下面的错误： make[2]:.
SLAM14讲ch11代码实践部分
m0_51461473的博客
12-08 894
ch11所遇问题及解决方法。
SLAM十四讲-ch11-回环检测-代码注释
joun772的博客
11-15 1383
一、创建字典 字典：是由许多单词构成 一个单词：是由特征点的集合构成 词袋：由许多【单词以及单词的权重】构成 （每个单词都会有自己对应的权重） 权重：其实就是其单词的区分度 ，因为有些单词在图片中很常见（出现的频率高），那么它的区分度就应该低，相反不常见的单词（出现的频率低），区分度应该高。 权重的公式：见slambook2 p295页 公式11.7 图片与图片之间的评分依赖于每个图片 源码如下： // // Created by nnz on 2020/11/15. // #include <ios
计算机视觉顶刊《International Journal of Computer Vision》2025年5月前沿热点可视化分析
audyxiao001的博客
06-06 781
本文可视化分析了计算机视觉顶刊《International Journal of Computer Vision》2025年5月前沿热点，方便读者参考。
数据集-目标检测系列- 口红嘴唇 数据集 lips ＞＞ DataBall
最新发布
DATABALL 的博客
06-06 632
数据集-目标检测系列- 口红嘴唇 数据集 lips ＞＞ DataBall
slam14讲ch7
01-05
### SLAM14 Course Chapter 7 Materials For the seventh chapter of the SLAM14 course, materials typically focus on advanced topics within Simultaneous Localization and Mapping (SLAM). This area explores methodologies to improve mapping accuracy and efficiency through various algorithms and techniques. In this context, while specific content may vary depending on the curriculum design, common themes include: - **Graph-Based SLAM**: Discusses how graph optimization can enhance map consistency over time[^1]. - **Loop Closure Detection**: Explores methods for recognizing previously visited locations to correct drift errors in maps. - **Multi-Robot SLAM Systems**: Investigates strategies where multiple robots collaborate to build a single coherent map more efficiently than individual units could achieve alone. To gain deeper insights into these subjects, resources like textbooks or academic papers covering machine learning applications in robotics would be beneficial. Additionally, practical coding exercises using libraries such as ROS (Robot Operating System) are often included to reinforce theoretical knowledge with hands-on experience[^3]. ```python import rospy from sensor_msgs.msg import LaserScan def scan_callback(msg): print(f"Received {len(msg.ranges)} laser ranges") rospy.init_node('laser_scan_subscriber') sub = rospy.Subscriber('/scan', LaserScan, scan_callback) rospy.spin() ``` This Python code snippet demonstrates subscribing to laser scanner data from a robot equipped with LIDAR sensors—a typical setup used in many SLAM implementations.
评论 6
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