Jetson AGX Orin 下 VINS-Fusion-ROS2安装

vins-fusion环境配置、安装与测试 本文主要介绍如何搭建vins-fusion的运行环境,以及解决vins-fusion编译运行时遇到的环境冲突问题,并在此基础上实现例程的运行。 阅读详情

0、本机基础环境:

CUDA:11.4        Jetpack:5.1.2        L4T:35.4.1        Ubuntu:20.04 focal   camera:zedm
软件包:GitHub - zinuok/VINS-Fusion-ROS2: ROS2 version of VINS-Fusion

Ceres 2.2 (这样是在部署系统时遇到的主要问题),由于死心眼,不想将Ceres 降到2.2以下,在部署系统遇到了如下问题:
(首先贴一下一些博主的改错方法
XTDrone和PX4学习期间问题记录(一)_error: ‘class ceres::problem’ has no member named -优快云博客

使用Ceres-Sovler进行四元数求解优化:LocalParameterization->Manifold_ceres::localparameterization-优快云博客 )
1、

VINS-Fusion-ROS2/global_fusion/src/globalOpt.cpp:117:20: error: ‘LocalParameterization’ is not a member of ‘ceres’
  117 |             ceres::LocalParameterization* local_parameterization = new ceres::QuaternionParameterization();

类是这种的更改ceres::LocalParameterization*为ceres::Manifold*
 

2、

VINS-Fusion-ROS2/camera_models/include/camodocal/gpl/EigenQuaternionParameterization.h:4:10: fatal error: ceres/local_parameterization.h: 没有那个文件或目录
    4 | #include "ceres/local_parameterization.h"

更改#include "ceres/local_parameterization.h" -> #include "ceres/manifold.h"

 3、

VINS-Fusion-ROS2/camera_models/src/calib/CameraCalibration.cc:512:17: error: ‘class ceres::Problem’ has no member named ‘SetParameterization’; did you mean ‘SetParameterLowerBound’?
  512 |         problem.SetParameterization(transformVec.at(i).rotationData(),

Ceres 2.2版本开始,LocalParameterization方法不可用,需要用Manifold替代。

    / 上略 /
    // Build the problem.
    double q[4];
	ceres::Problem problem;
	/****************************************/
	/* 省略调用AddResidualBlock() q是参数之一*/
	/****************************************/
    ceres::Manifold* quaternion_manifold = new ceres::QuaternionManifold;
    problem.SetManifold(q, quaternion_manifold);
    / 下略 //

就是将problem.SetParameterization 改为 problem.SetManifold

4、

VINS-Fusion-ROS2/loop_fusion/src/pose_graph.h:138:24: error: ‘AutoDiffLocalParameterization’ in namespace ‘ceres’ does not name a template type
  138 |     return (new ceres::AutoDiffLocalParameterization<AngleLocalParameterization,

将AutoDiffParameterization -> AutoDiffManifold

5、

/usr/local/include/ceres/autodiff_manifold.h:161:22: error: ‘class AngleLocalParameterization’ has no member named ‘Plus’
  161 |     return functor_->Plus(x, delta, x_plus_delta);

参考博主写的,这里不想复述了。 XTDrone和PX4学习期间问题记录(一)_error: ‘class ceres::problem’ has no member named -优快云博客

6、
ceres::LocalParameterization *local_parameterization = new                                                                                 PoseLocalParameterization();
改为->        ceres::Manifold* local_parameterization = new                                                                                 ceres::EigenQuaternionManifold();

7、最后祝贺你:

Finished <<< vins [1min 21s]

Summary: 4 packages finished [1min 22s]
  1 package had stderr output: vins

1、运行代码

1、ros2 run vins vins_node  /home/nvidia/RosTest/VinsFusion/src/VINS-Fusion-ROS2/config/euroc/euroc_stereo_imu_config.yaml

2、ros2 launch vins vins_rviz.launch.xml

3、ros2 bag play MH_01_easy.db3

ZED2i相机在ROS2上运行vins排坑与用docker运行Kalibr标定ZED2i相机 按照ZED官网提供的方式ZED2i的SDK和ros2 wrapper之后, 还有很多工作要做才能让ZED成功运行稳定的VINS。 阅读详情

相关推荐

在ubuntu20.04上配置VINS_Fusion(亲测有效,一应俱全)

最近在做科研训练的时候配置了HKUST-Aerial-Robotics实验室的VINS_Fusion代码项目,经历了一些编译报错的问题,在网上查找的时候博客内容良莠不齐,且实质针对性意见不多,于是在此记录下自己配置期间遇到的一些共性问题,留作自己日后参考和大家的交流学习。

wyr1849089774的博客 8266

OrinNX部署运行ROS2版本的vinsfusiongpu步骤整理

OrinNX上部署运行ROS2版本的vinsfusiongpu 20240429OrinNX ubuntu20.04上前提已经装好ros foxy。

自主无人机 PX4 ROS SLAM 路径规划 MVS等技术分享 4096

Jetson AGX ORIN配置运行vins-fusion-gpu(Zed/D435)

jetson,vins-gpu,d435i,zed

dueen1123的博客 2427

ROS2版本下部署运行VINS-Fusion

本文介绍了在ROS2 Humble环境下部署VINS-Fusion-ROS2的教程,适用于Ubuntu22.04系统和无IMU的USB鱼眼相机。主要内容包括:1)环境配置和依赖安装;2)编译VINS-Fusion-ROS2源码,包括OpenCV、Ceres Solver和cv_bridge的安装;3)配置文件说明,提供鱼眼相机的标定参数模板;4)使用教程,包括启动USB相机节点、运行VINS-Fusion节点和配置RViz可视化。教程详细说明了编译过程中可能遇到的错误及解决方法,并提供了GitHub源码链接

Ethereal_zz的博客 2774

多传感器融合SLAM实战:硬触发同步与算法调优解决长廊定位难题

在机器人自主导航领域,即时定位与地图构建(SLAM)是实现环境感知与路径规划的核心技术。其基本原理是通过传感器数据,实时估计机器人位姿并构建环境地图。传统单一传感器方案在特征稀疏或动态环境中易失效,而多传感器融合技术通过优势互补,能显著提升系统的精度与鲁棒性。该技术的核心价值在于,它结合了激光雷达的精确几何感知、视觉相机的丰富纹理信息、IMU的高频运动预测以及GNSS的绝对位置参考,从而在复杂场景下实现稳定可靠的定位与建图。尤其在长廊、地下车库等挑战性环境中,融合方案能有效应对特征匹配失败和累积漂移问题。本

weixin_30906185的博客 761

机器狗360度全景视觉系统:从传感器融合到智能导航的工程实践

机器人感知是赋予机器理解物理世界能力的基础。其核心原理在于通过多传感器(如摄像头、激光雷达)采集环境数据,并利用算法进行融合与解析,从而构建环境模型。这项技术的核心价值在于突破传统机器人“盲人摸象”式的局限,实现稳定、可靠且具备语义理解能力的自主导航。在工程实践中,这尤其适用于复杂、非结构化的动态场景,例如工业巡检、仓储物流和灾难救援。本文聚焦于四足机器人(机器狗)的360度全景视觉系统,深入探讨了如何通过多目鱼眼摄像头与固态激光雷达的异构融合方案,结合视觉惯性里程计(VIO)和语义分割算法,为机器狗构建实

weixin_33695450的博客 383

Jetson AGX Orin+d435i相机实现Octomap建图

Intel Realsense D435i深度相机、ROS-noetic、VINS-Fusion-gpu、AGX Orin、Octomap、DenseSurfelMapping

laoyoutiaozZ的博客 3232

AirDreamer:基于世界模型的无人机端到端自主导航框架

世界模型(World Model)是具身智能中实现环境理解与行为预测的核心范式,其原理在于将高维感知数据压缩为低维隐空间(latent space),并内嵌动力学先验以支持状态推演与动作规划。相比传统SLAM+规划+控制解耦架构,世界模型通过统一表征显著降低误差累积与系统延迟,提升在GPS拒止、强干扰等复杂场景下的鲁棒性与泛化能力。该技术已成功应用于无人机自主导航,支撑地下矿道巡检、废墟搜救等典型边缘部署场景,并展现出多智能体协同与sim-to-real高效迁移的技术价值。AirDreamer正是这一范式的

weixin_30420305的博客 344

Jetson Agx Orin 配置 VINS-Fusion 环境,解决opencv4.6.0与opencv4.2.0冲突

在camera_models/include/camodocal/chessboard中的头文件Chessboard.h中添加。修改~/catkin_ws/src/VINS-Fusion-gpu/vins-estimator/CMakeLists.txt。在caerma_models/include/camodocal/calib/CameraCalibration.h中添加。同样检查loop_fusion下边的CMakeLists.txt.第20行,改为你的地址。安装数据库,此处较慢。

weixin_41404597的博客 1484

多传感器融合SLAM实战:从硬件同步到算法实现

多传感器融合是提升机器人定位与建图鲁棒性的核心技术。其原理在于将激光雷达、视觉相机、惯性测量单元(IMU)等不同特性的传感器数据进行时空对齐与深度融合,利用各自的优势互补单一传感器的缺陷,从而在复杂、大尺度或特征匮乏的环境中实现高精度、高可靠性的状态估计。这项技术的核心价值在于显著增强了系统在长走廊、动态环境等挑战性场景下的适应能力,为自动驾驶、移动机器人导航等应用提供了关键支撑。本文以实测验证的HandBot-S2系统为例,深入探讨了其通过硬触发同步机制实现多传感器数据深度融合,并在1200米长走廊环境中

diandingyin9417的博客 361

2025机器人革命:具身智能、多模态感知与Sim2Real三大技术支柱解析

机器人技术正从执行固定程序的自动化设备,向能在复杂真实世界中自主感知、决策和行动的智能体演进。其核心原理在于构建一个融合感知、认知与控制的闭环系统,通过多传感器信息融合构建精确的世界模型,并利用AI模型理解物理规律与任务逻辑。这一演进的技术价值在于解决了机器人在动态、非结构化环境中灵活作业的根本难题,从而打开了在柔性制造、自主服务和特种作业等广阔场景的应用大门。其中,**具身智能大模型**让机器人能将抽象指令转化为可行的物理动作序列,而**仿真到现实迁移(Sim2Real)** 技术则通过高保真虚拟训练大幅

weixin_34183910的博客 470

基于Jetson Orin Nano的GPS拒止无人机:视觉SLAM与多传感器融合实战

在机器人自主导航领域,定位技术是核心基础。其原理是通过融合多种传感器数据,实时估算机器人在环境中的位置与姿态,从而摆脱对单一信号源(如GPS)的依赖。这项技术的价值在于赋予机器人在复杂、无GNSS信号环境下的行动能力,是实现真正自主智能的关键。其应用场景广泛,涵盖室内巡检、仓储物流、灾难救援以及城市峡谷作业等。本文聚焦于无人机这一具体载体,深入探讨了如何利用NVIDIA Jetson Orin Nano的边缘AI算力,高效运行视觉SLAM(即时定位与地图构建)与VIO(视觉惯性里程计)等核心算法,并结合双目

weixin_29178069的博客 317

轨迹规划——带抛物线过渡的直线插补

带抛物线过渡的直线插补

doudou2weiwei的博客 1984

DenseSurfelMapping部署实战:从环境配置到多传感器话题调试

本文详细介绍了DenseSurfelMapping部署实战的全过程,涵盖环境准备、源码获取、编译问题解决、多传感器话题配置与协调、启动流程及性能优化。针对深度相机数据对齐、USB带宽压力、内存管理等常见问题提供了实用解决方案,帮助开发者高效完成稠密表面地图构建系统的部署与调试。

agile9scrum的博客 614

Arduino Uno 实验15——MQ-135 气体传感器模块

MQ-135 气体传感器模块简介(空气质量检测 有害气体检测)   MQ135气体传感器所使用的气敏材料是在清洁空气中电导率较低的二氧化锡(SnO2)。当传感器所处环境中存在污染气体时,传感器的电导率随空气中污染气体浓度的增加而增大。MQ135气体传感器对氨气、硫化物、苯系蒸汽的灵敏度高,对烟雾和其它有害气体的监测也很理想。这种传感器可检测多种有害气体,是一款适合多种应用的低成本传感器。   主要用途:家庭和环境的有害气体检测装置   主要芯片:LM393、MQ-135气体传感器 不同气体的型号选择

weixin_42645653的博客 2万+

全网首发!Yolov8_obb旋转框训练、测试、推理手把手教学(DOTA1.0数据集map50已达80%)

其中,images/train和images/val放置原始图片文件,labels/train_original和labels/val_original分别放置原始的标签文件,labels/train和labels/val为空,然后运行步骤(3)的代码,运行结束转换后的标签会保存在labels/train和labels/val中,格式如下。(4)新建yolov8-obb.yaml,修改nc和scales,我使用的是yolov8n.(2)构建数据集,安装下面目录格式,其他test可为空,一定要对应。

小嘤熊的博客 2万+

无人机自主导航技术突破:AutoFly项目解析与实践

无人机自主导航技术通过融合计算机视觉、传感器融合和机器学习算法,实现复杂环境下的智能飞行决策。其核心技术原理包括多模态感知、实时路径规划和动态避障,在物流配送、电力巡检等领域具有重要应用价值。AutoFly项目创新性地采用视觉-语言-动作(VLA)模型架构,结合13K+高质量轨迹数据集,显著提升了避障成功率和路径规划效率。该方案在嵌入式设备优化、计算资源分配等工程实践方面也提供了可复用的技术方案,为无人机自主导航系统的开发提供了新思路。

weixin_30954265的博客 313

CloudCompare 和 PCL:点云网格化分析与处理

点云网格化是将点云数据转化为规则网格的过程,其主要思想是将离散的点云投影到一个平面上,然后对该平面进行划分,形成一系列小区域。在点云网格化方面,PCL 提供了各种算法和工具,可以实现高效的点云网格化操作。以上示例代码中,首先加载了输入的点云数据,然后通过设置合适的网格化算法参数,如搜索半径和最大三角形边长等,执行了网格化操作,最后将网格化结果保存到输出文件中。以上示例代码中,首先加载了输入的点云数据,然后通过设置合适的网格化参数,如分辨率等,执行了网格化操作,最后将网格化结果保存到输出文件中。

TechPulseZ的博客 1291

人形机器人26小时自主工作实录:系统架构、算法与工程实践全解析

机器人自主工作能力是衡量其智能化水平的关键,其核心在于环境感知、决策规划与精准控制的协同。从技术原理上看,这依赖于多传感器融合的SLAM技术实现实时定位与建图,结合任务与运动规划算法生成安全高效的行动轨迹,并通过柔顺控制技术实现与环境的稳定力交互。这些技术的工程价值在于构建高鲁棒性、可长期稳定运行的自动化系统,是智能制造、仓储物流等场景中替代或辅助人工劳动的基础。本文以一次长达26小时的人形机器人自主工作实录为切入点,深入剖析了实现此类长时、稳定运行所必需的系统架构设计、核心算法模块(如基于模型预测控制的运

weixin_33857679的博客 358

安装Office程序时无法安装的解决方案

本文主要介绍了安装Office程序时无法安装的解决方案,希望能对安装Office的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案 2.1 前置步骤 2.2 方法一 2.3 方法二

weixin_43178406的博客 15万+

2026最新华为OD机试新系统机考真题- 真题题库目录|全覆盖题库 + 逐点算法考点详解

2026年4月1日起,华为OD机试正式切换至新系统模式!采用力扣模式,无需自己写输入! 难度大幅度降低。正在备考华为OD机试的同学,优先刷新系统机试真题,可大幅提升通过率。 新系统考题考点与旧版一致,无需重新适应。本专栏所有算法题均配有详细思路解析,并提供C语言、JS、C++、Python、Go、Java多语言源码实现。订阅后私信即可开通专属OJ刷题权限,高效备考一次上岸!

算法大师! 2539

机器人技术深度解析:从系统集成到智能决策的实战指南

机器人技术是一门融合了机械设计、电子电路、控制理论、计算机软件与人工智能的交叉学科。其核心原理在于通过多传感器融合与分层控制架构,构建具备环境感知、智能决策和物理交互能力的自主系统。这项技术的核心价值在于将智能化、自动化能力延伸至物理世界,实现高效、精准和柔性的任务执行。在应用场景上,机器人技术已广泛应用于工业自动化、仓储物流、智能服务、医疗辅助及特种作业等领域。本文以机器人AMA(Ask Me Anything)为切入点,深入探讨了机器人系统集成、SLAM(同步定位与地图构建)、感知与决策等关键技术模块,

weixin_33910759的博客 303

【PCIe 总线及设备入门学习专栏 3.2.2 -- PCIe 中什么是 SR-IOV】

SR-IOV(Single Root I/O Virtualization)是 PCIe 规范中的一种技术,允许物理 PCIe 设备(称为 Physical Function, PF)虚拟化为多个虚拟设备(称为 Virtual Functions, VFs),使多个操作系统或虚拟机能够共享同一个物理设备。SR-IOV:一种 PCIe 虚拟化技术,允许将一个物理 PCIe 设备虚拟化为多个虚拟设备。:物理设备的主要管理接口。:PF 的轻量级副本,分配给虚拟机或操作系统。

CodingCos的博客 1513

多传感器融合SLAM:硬触发同步与RTK技术攻克长廊定位难题

SLAM(即时定位与地图构建)是机器人自主导航的核心技术,其原理是通过传感器数据实时估计机器人位置并构建环境地图。在特征稀疏的长廊、地下车库等场景,单一传感器(如激光雷达或视觉)易因数据关联模糊而产生累积误差,导致定位漂移和建图失真。多传感器融合技术通过整合激光、视觉、IMU和RTK等异构传感器的互补信息,在状态估计框架(如因子图优化)中引入多种约束,从而显著提升系统的精度与鲁棒性。其技术价值在于能够应对复杂、动态及特征缺失的极端环境,是实现高可靠性自主移动平台的关键。应用场景广泛覆盖仓储物流、自动驾驶、无

weixin_34008805的博客 376

YOLO系列算法改进 | Neck改进篇 | 融合FAAFusion傅里叶角度对齐模块 | 攻克多尺度方向特征冲突,角度检测精度飙升! | CVPR 2026

YOLO系列算法改进 | Neck改进篇 | 融合FAAFusion傅里叶角度对齐模块 | 攻克多尺度方向特征冲突,角度检测精度飙升! | CVPR 2026 (以YOLO26最新目标检测模型为基础,利用FAAFusion傅里叶角度对齐模块改进Neck部分)

2502_91881744的博客 315

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

人形机器人26小时自主运行:系统集成、能源管理与异常处理全解析

机器人自主运行是机器人技术从实验室走向实际应用的核心挑战,其关键在于构建一个稳定、鲁棒且能长期自持的完整系统。其原理涉及多传感器融合感知、实时运动规划与控制、以及分层决策架构,通过软硬件协同确保机器人在动态环境中的连续作业能力。这项技术的价值在于验证机器人在真实场景下的可靠性与实用性,是实现仓储巡检、远程作业等无人化应用的基础。本文以一次长达26小时的人形机器人自主工作实录为切入点,深入探讨了实现长期自主运行所必须跨越的系统稳定性、能源管理、环境适应性等关键门槛,并详细拆解了其背后的硬件选型、软件架构,特别

weixin_33896726的博客 326

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

上一篇: Jetson AGX Orin 下 ZED SDK安装和卸载,及zed-ros2安装
下一篇: Jetson AGX Orin 下 elevation_mapping 配置
浪里肥鱼
博客等级 码龄7年 971粉丝 10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