RGBD SLAM g2o_viewer 问题

最新推荐文章于 2024-10-20 22:50:58 发布
最新推荐文章于 2024-10-20 22:50:58 发布
阅读量680 收藏 2
点赞数 1
分类专栏： RGBD-SLAM 文章标签： g2o g2o_viewer ubuntu RGBD SLAM
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/sunshinefcx/article/details/82947579
版权
在执行RGBD SLAM的g2o_viewer时遇到错误：'libg2o_viewer.so: cannot open shared object file: No such file or directory'。原因是系统未找到源码安装的g2o库。解决方法是将'/usr/local/lib'添加到'/etc/ld.so.conf'，然后执行'ldconfig'更新缓存。按照此步骤操作后，g2o_viewer能正常运行。

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

在高翔的“一起做RGB-D SLAM”中， 安装好了g2o 和  g2o_viewer，但是在运行的生成的result_after.g2o文件的时候，报错显示：

error while loading shared libraries: libg2o_viewer.so: cannot open shared object file: No such file or directory

经查找，问题在于默认情况下，编译器只会使用/lib和/usr/lib这两个目录下的库文件，而经过源码安装的g2o的库是在 /usr/local/lib 路径下，因此虽然安装了源码包，但是使用时仍然找不到相关的.so库，就会报错。所以想解决这个问题，就需要把 /usr/local/lib  添加到  /etc/ld.so.conf  中，具体方法如下：

1、打开终端  输入如下命令：

sudo gedit /etc/ld.so.conf

在打开的 /etc/ld.so.conf 文件的下面写上  /usr/local/lib ，点击保存即可，如下图所示：

最低0.47元/天 解锁文章
【从零开始学习SLAM】g2o_viewer
小秋 AI SLAM 入门实战教程
04-29 2258
高斯牛顿曲线拟合 1_gauss_newton_curve_fitting.cpp #include <iostream> #include <opencv2/opencv.hpp> #include <Eigen/Core> #include <Eigen/Dense> #include <iomanip> using namespace std; using namespace cv; using namespace Eigen; int
ORB-SLAM2_RGBD_DENSE_MAP编译、问题解决、离线加载TUM数据和在线加载D435i相机数据生成稠密地图
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
09-14 1012
ORB-SLAM2_RGBD_DENSE_MAP是基于ORB-SLAM2框架的一种RGB-D稠密地图构建算法。ORB-SLAM2是一种基于单目、双目和RGB-D相机的实时定位与建图（SLAM）系统，旨在通过计算机视觉技术实现机器人和自主驾驶汽车等设备的自主定位和地图构建。
g2o_viewer运行时出现g2o_viewer: error while loading shared libraries: libg2o_viewer.so: cannot open share
舒彬
08-19 1447
报错：g2o_viewer: error while loading shared libraries: libg2o_viewer.so: cannot open shared object file: No such file or directory 参考解决办法：https://www.cnblogs.com/gaoxiang12/p/4770813.html ps：安装基于qt...
g2o_viewer
fb_941219的博客
08-01 2718
g2o_viewer0.引言1.安装2.运行 0.引言 默认安装可能不会安装g2o_viewer. 1.安装 依赖项： sudo apt-get install libeigen3-dev sudo apt-get install libsuitesparse-dev sudo apt-get install libqt4-dev sudo apt-get install qt4-qmake sudo apt-get install libqglviewer-qt4-dev 其他正常安装就是了。 2.运行
g2o_viewer 问题
qq_35332692的博客
01-04 929
编译完成g2o之后，运行g2o_viewer,出现以下的错误。 creuther I could make it work on Ubuntu 16.04 after sudo apt-get install libqglviewer-dev-qt4 and applying this patch to your commit 96d22ed diff --git a/
g2o_viewer (核心已转储)
m0_56374511的博客
10-20 334
研究了下FindQGLViewer.cmake即使按照上述链接改还是有很多与qt5相关的链接，后面一查发现自己没用按照qt5相关的库。但是我显示无法定位libqt5-dev不知道是我的问题还是教程给错了？
ubuntu18.04 安装g2o_viewer，遇到的所有坑和解决方法
振华OPPO的博客世界
06-09 2421
3、接着修改g2o/cmake_modules里面的 FindQGLViewer.cmake文件，让cmake能够找到它。cmake时报错： Could NOT find QGLVIEWER (missing: QGLVIEWER_LIBRARY)运行g2o_viewer时显示realloc(): invalid pointer 已放弃 (核心已转储)，应该可以成功打开g2o_viewer的窗口。4、重新cmake，这次不会报错了，显示。打开配置文件，在新的一行加上。4、终端任意位置输入。
ubuntu16-04+g2o
qq_37894023的博客
09-09 1385
ubuntu16+g2o 步骤： １)删除本机已经安装的g2o的可执行文件（https://github.com/RainerKuemmerle/g2o）： sudo rm -r /usr/local/lib/libg2o* /usr/local/include/g2o /usr/local/lib/g2o /usr/local/bin/g2o* ２)安装当前下载的g2o文件步骤（http...
Ubuntu18.04下编译安装ORBSLAM2_with_pointcloud_map总结
干饭人
08-26 2008
文章目录下载第一步，编译g2o编译ORB_SLAM2_modified终于到运行啦参考链接完结撒花 下载 首先从GitHub上下载，然后解压： 有点没看懂这个单独的第一个文件夹要怎么用，就按其他博客上的来吧 先把上图中的压缩文件解压： 然后就在这里边操作就好。 第一步，编译g2o 1. 进入g2o_with_orbslam2，对cmakelists.txt下的代码进行注释 2. 同时对g2o文件夹下的cmakelists.txt下的代码进行注释 3. 回到g2o_with_orbslam2主文件夹，进
RGB-D SLAM——g2o篇（三）
Hansry的博客
09-24 2997
一.g2o的使用 在该部分中，我们调用g2o程序优化一个球，就是在论文中经常看到的那个例子，论文名字为《g2o：a general framework for(hyper) graph optimization》，优化前后结果如下： 在使用g2o_viewer的时候，如果你是ubuntu14.04使用了现在的版本，那么在运行g2o_viewer的时候会出现错误，原因是：现在的g2o使用Qt...
g2o_viewer的安装
weixin_42762811的博客
12-07 291
关于第十一讲g2o_viewer无法安装的问题 看这篇文章 直接复制替换掉FindQGLViewer.cmake文件里的内容，就可以了。
G2O中g2o_viewer的编译
spacegrass的专栏
08-13 4120
SLAM G2O
ubuntu16.04安装g2o后会出现g2o_viewer不能用的情况
m0_38144614的博客
04-30 266
ubuntu16.04安装g2o后会出现g2o_viewer不能用的情况 主要原因是qt版本不对应，g2o库需要qt4，但是我们通常安装的是qt5 解决方法： sudo apt remove libqglviewer-dev sudo apt install libqglviewer-dev-qt4 cd /usr/lib/x86_64-linux-gnu sudo ln -s libQGLViewer-qt4.so libQGLViewer.so # 然后按一般方法安装即可 mkdir build cd
slam14讲第10讲：使用g2o_viewer打开我们预先生成的仿真位姿图（该位姿图由g2o自带的 create sphere 程序仿真生成）
m0_60346726的博客
11-24 910
slam14讲第10讲：使用g2o_viewer打开我们预先生成的仿真位姿图（该位姿图由g2o自带的 create sphere 程序仿真生成）
SLAM第六讲实践： gaussNewton ，ceres库，g2o库, g2o_viewer可视化优化超详细安装与使用
zhangyuanbonj的博客
10-01 1557
千万不要卸载删除ubuntu原有的cmake，否则之前经过原有cmake编译过的文件将也会被删除，比如 ros 因为需要glog,而glog的cmakelists对于cmake的版本要求卡的很死，要3.16以上，那么原先自带的cmake只有3.10显然不够用了 我这里附上我安装的某云包，需要的自取
slam十四讲第十讲：找不到 g2o_viewer
1900的博客
05-27 1167
第十讲里面有个sphere.g2o 书上说用g2o_viewer打开 我在ch10文件夹下执行了命令 g2o_viewer sphere.g2o 提示报错：找不到g20_viewer命令 在网上搜了下，参考这个博客 https://blog.youkuaiyun.com/qq_43525260/article/details/104192218 但是他写的有个命令需要改下 下面是解决过程 打开g2o的源码，cmake_modules文件夹下的QGLViewer.cmake文件。如图 打...
Ubuntu18安装g2o同时安装g2o_viewer报错No such file or directory
qq_34429849的博客
03-20 463
开始装g2o https://github.com/RainerKuemmerle/g2o 学校github没事总崩，或者优快云自己出的这里下载 https://codechina.youkuaiyun.com/mirrors/rainerkuemmerle/g2o?utm_source=csdn_github_accelerator 发现要装一下可视化的这个工具，只能从源码编译，应该QT写的，我就把 http://libqglviewer.com/installUnix.html#linux 下载，默认方法安装就可
slambook2（ch10）—— Ubuntu18.04安装g2o_viewer + 例程演示
曾记否@
01-11 2477
slambook2（ch10）—— Ubuntu18.04安装g2o_viewer + 例程演示一、安装g2o_viewer1.检查是否安装g2o_viewer：2.g2o_viewer安装：二、例程演示1.pose_graph_g2o_SE32.pose_graph_g2o_lie 一、安装g2o_viewer 1.检查是否安装g2o_viewer： 2.g2o_viewer安装： 安装依赖（可以在g2o/build下面打开终端安装依赖）： sudo apt-get install libeigen3
g2o_viewer安装及一些坑
蓝羽飞鸟的博客
04-14 1969
安装完g2o后发现g2o_viewer并没有被安装， 于是找到了问题， 首先，
ORB-SLAM2_RGBD_DENSE_MAP
最新发布
03-11
### ORB-SLAM2与RGB-D密集地图构建 ORB-SLAM2是一个广泛使用的视觉SLAM框架，在处理RGB-D图像方面表现出色。然而，ORB-SLAM2本身主要关注稀疏特征点的匹配和追踪，并不直接支持密集地图的创建[^2]。 为了实现基于ORB-SLAM2的RGB-D密集地图构建，通常需要额外集成其他模块或者算法来补充这一功能。一种常见的方式是在ORB-SLAM2的基础上加入深度信息融合技术，从而生成稠密的三维点云模型。具体来说： - **前端部分**：继续沿用ORB-SLAM2原有的特征检测、描述子提取以及初始位姿估计等功能； - **后端优化**：除了原有针对关键帧之间相对运动关系的Bundle Adjustment外，还需引入全局或局部表面重建机制； - **回环检测**：保持现有基于词袋模型的方法不变的同时，考虑增加对几何一致性验证的支持； - **稠密化过程**：对于每一帧获取到的颜色及深度数据，采用体素滤波器或其他降采样手段去除噪声并减少冗余点数量，随后执行三角网格化操作形成连续平滑曲面表示形式。 ```cpp // 假设已经完成基本初始化工作... for each new frame { // 进行常规跟踪流程... if (frame_is_keyframe()) { // 判断当前帧是否作为新的关键帧保存下来 add_to_map(); // 将其添加至全局地图中 // 对于新加入的关键帧对应的区域进行稠密化处理 dense_mapping(keyframe); optimize_local_ba(); // 执行局部BA调整以提高精度 } } ``` 值得注意的是，上述方案并非唯一途径，实际应用时可根据项目需求灵活调整设计思路和技术选型。例如，也可以探索如何结合卷积神经网络CNN来进行更高效的语义分割辅助下的稠密映射任务等方向[^4]。
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