怡宝2号

vscode, ros1. 编译首先需要把ros的项目编译成exe2. 在vsocde中配置launch.json在ros exe中添加，打印出exe的相关输入参数 for (int i = 0; i < argc; i++) { cout << "args value is:" << argv[i] << endl; }然后根据上面的参数配置vsocde的launch.json{ // 使用 Int.

slam, object slam

slam, 卡尔曼滤波卡尔曼滤波器主要是卡尔曼滤波正向的理解。并没有对卡尔曼滤波进行推导。

catkincatkin 只安装一个库和撤销catkin config --install撤销catkin config --no-install1. 将整个项目打包成 catkin 的包打包成 catkin 的包主要是为了，用package.xml进行 depend 管理。（但是这种情况还是容易出现动态库先后依赖的问题，依赖的库还没有编译出来）新建一个package.xml和CMakeLists.txt。package.xml的 name 和文件夹的名字， cmakelis.

问题1[rospack] Error: the rosdep view is empty: call ‘sudo rosdep init’ and ‘rosdep update’解决：sudo apt install sudo apt install python-rosdep2问题2Couldn’t find rospack. Please run ‘make’ in $ROS_ROOT解决：在终端中输入rospack看是否有这个命令，如果没有就按http://wiki.ros.org/m

转载自:https://blog.youkuaiyun.com/qq_34213260/article/details/106226944cmake_minimum_required(VERSION 2.8)project(chapter3)set(CMAKE_CXX_STANDARD 11)include_directories("/usr/include/eigen3")find_package(Pangolin REQUIRED)include_directories(${Pangolin.

GCNv2, SLAMGPU版本的编译可参考:编译GCNv2_SLAM将GCNextractor.cc的218行改为： torch::DeviceType device_type; device_type = torch::kCPU; torch::Device device(device_type); const char *net_fn = getenv("GCN_PATH"); net_fn = (net_fn == nullptr) ? "gcn.

SLAMCODE:https://github.com/jiexiong2016/GCNv2_SLAM可能问题3.问题3//usr/lib/x86_64-linux-gnu/libgdcmMSFF.so.2.8：对‘uuid_generate@UUID_1.0’未定义的引用//usr/lib/x86_64-linux-gnu/libgdcmMSFF.so.2.8：对‘uuid_parse@UUID_1.0’未定义的引用//usr/lib/x86_64-linux-gnu/libgdcmMSF.

slam这里只是对项目进行编译，不涉及代码与原理。本机硬件环境：RTX3080ubuntu18.04cuda11cudnn8.xx1. darknet编译因为我是用的3080，Thirdparty/darknet下的darknet暂时还不支持，而且3080的gpu算力是86，所以需要做如下修改：# LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_50,code=sm_50) #for maxwell# LIST(APPEN.

转载自:https://www.codenong.com/cs107041027/实验室的服务器只有命令行界面，想跑ORB_SLAM2却显示了图形界面，会报这种错误：terminate called after throwing an instance of 'std::runtime_error'what(): Pangolin X11: Failed to open X display想了好多方法，比如用端口把x11界面转到本地，安装了xshell+xmanager还有putty等等等一系.

DynaSLAM坑多，慢慢来，不要急先整体说一下，项目是在ORB-SLAM2项目的基础上，加上maskrcnn的融合。主流程采用还是采用ORB-SLAM2的流程，maskrcnn部分采用c++调用python的实现。其中又穿插opencv2 mat数据转numpy实现c++和python之间数据的交换。所以很多地方容易有坑。慢慢来，先来一张成功的gif安慰一下，给大家一点希望几大坑h5pyopencv2.4.11(必须)首先来看一下官方给定的安装步骤：Install ORB-SLA.

转载自:https://aijishu.com/a/1060000000099437