调试ubuntu16.04下的bundlefusion——orb_fusion

最新推荐文章于 2022-05-13 19:41:42 发布
原创 最新推荐文章于 2022-05-13 19:41:42 发布 · 1.3k 阅读 · 1 ·
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。

作者成功将bundlefusion核心的体元哈希存储、integrate和deintegrate移植到Ubuntu16.04，并命名为ORB_Fusion。前端采用ORB-SLAM进行位置估计，后端使用基于哈希的TSDF，实现单GPU上的深度融合。调试过程中解决了内存对齐问题，当前集成阶段的voxel sdf值和权重正确，颜色值部分问题待解决。

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

     我把bundlefusion核心的体元哈希存储，integrate,deintegrate,已经移植到了ubuntu16.04,目前开始调试阶段。我把这个移植叫做ORB_Fufison，主要是我的前端用的是orb_slam作为位置估计，后端采用bundlefusion的基于哈希的tsdf，此种融合不需要二个gpu，需要一个单GPU就可以实现。

     昨天发现，内存不对齐错误，今天把相关的struct结构体，全部加上__align(16)__，所有问题消失，这个并行程序，要求内存对齐还是需要认真对待。

     目前为止，看打印的结果，integrate时，voxel的sdf值正确，权重正确，颜色值有些问题，初步排查是纹理内存的问题，明天有时间看看，如何解决。

    阶段性成果是，深度融合调试完成！

    下一步调试一下颜色融合的错误

小秋SLAM入门实战SLAM所有文章汇总
小秋 AI SLAM 入门实战教程
12-29 2651
SLAM算法中的缓冲区和队列用途和用法 【ORB_SLAM2源码解读】Intel RealSense D435i 实时跑ORB_SLAM2单目 双目 RGBD 【从零开始学习SLAM】两帧之间的特征点视觉里程计并用g2o优化 【从零开始学习SLAM】VIZ Pangolin 可视化 【从零开始学习SLAM】BA问题用g2o求解重新投影误差优化相机位姿和路标点 「零基础从零开始写VO视觉里程计」匹配的3D空间点求位姿并用g2o优化 【ORB_SLAM2源码解读】Intel RealSense Depth Ca
视觉/视觉惯性SLAM最新综述：领域进展、方法分类与实验对比
qq_29462849的博客
07-21 3244
Visual and Visual-Inertial SLAM: State of the Art, Classification,and Experimental Benchmarkin...
BundleFusion_Ubuntu_Pangolin usage
weixin_38636815的博客
09-18 762
Yestoday, I found the project of bundlefusion-ubuntu-pangolin, I have worked on the old version of bundlefusion build in windlows. At first, I not used to work with windows system, and with respect to bundlefusion I have to transform my color, depth image,
BundleFusion到Ubuntu18.04
weixin_39152543的博客
02-19 1973
终于在Ubuntu18.04上成功运行BundleFusion，源码是github上某大佬移植的，跑代码配环境时遇到了很多问题，现将遇到过的问题总结如下： 源码：[Link] 环境：Ubuntu18.04 + CUDA10.0 + gcc5 + 显卡RTX2070 遇到的错误： 问题1 描述：编译报错； 解决方法：gcc要求必须是gcc5，切换一下版本； 问题2 cude error ：Source\SiftGPU\SiftPyramid.cpp(387) : cudaSafeCal...
BundleFusion_Ubuntu
uranus_guan的专栏
07-28 1957
我自己移植的BundleFusion_Ubuntu已经开源了，欢迎大家去测试，https://github.com/nonlinear1/BundleFusion_Ubuntu_V0，同时别忘给我点个星呀 由于自己的电脑问题，和github对于文件大小的限制，本来打算给大家一个下载就能用的软件，目前还是达不到，需要大家耐心一点自己配准一下。 未来有时间我会把画...
ubuntu20.04 bundlefusion
u013630299的博客
05-13 1399
卡了很久，还是编译通过了 环境：ubuntu20.04 opencv4.5.0 opencv-contrib-4.5.0 cuda11.7 nvidia-driver-515 先装cuda，设置好环境变量export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64 export PATH=$PATH:/usr/local/cuda-11.7/bin export CUDA_HOME=$CUDA_HOME:/usr/local/cud
bundlefusion向ubuntu16.04移植成功！
uranus_guan的专栏
10-15 2154
　　经过自己的一番努力，今天终于把bundlefusion向ubuntu16.04移植完成。移植实现的功能如下：基于Hash的voxel融合算法，基于CUDA实现的算法，实现integrate，deintegrate功能，实现输出.off文件格式，.pcd文件格式。由于自己不太熟悉OpenGL，文中的渲染显示部分没有实现，GPU到CPU双向流动，移植了，但是没有调试，这个不用也能出结果，就是数据都...
RealSense D435i数据录制 VINS离线运行
猛龙过江ing
09-07 2097
花间一壶酒，独酌无相亲。举杯邀明月，对影成三人。月既不解饮，影徒随我身。暂伴月将影，行乐须及春。我歌月徘徊，我舞影零乱。醒时相交欢，醉后各分散。永结无情游，相期邈云汉。 ——（唐）李白《月下独酌四首 其一》 最近科研做的很不顺利，各种情况层出不穷。先是电脑固态硬盘坏了，换了一块硬盘，重装了Windows系统；接着手机连接相机录制数据一直不成功，手机死活没反应；再有电脑连接相机录制数据运行程序也不行，发布的topic一直对不上；再按照网上教程尝试若干次都不行之后，系统留下了大量残留删不掉；干...
利用PCL库进行稠密点云建图的原理
最新发布
07-22
[^3]: Ubuntu16.04中拼接点云生成三维稠密点云地图</think>### PCL库实现稠密点云建图的原理 PCL库实现稠密点云建图的核心原理是通过**多帧点云融合**和**位姿优化**构建全局一致的三维模型。以下是关键原理和数学...
StaticFusion
lucas1997的博客
07-11 483
主要内容 面向动态环境基于面元的RGB-D SLAM系统，主要内容如下： 同时估计RGB-D相机位姿并分割当前帧图片中的静态像素。将当前帧像素的静态概率当做一个取值范围为的连续变量，和位姿一起联合优化。 构建静态场景的面元地图。为此，地图中的每个面元添加额外的生存能力项，由对应观测像素的静态概率决定。如果生存能力过小，则表明该面元属于动态面元，从地图中移除该面元。 代码地址：raluca-scona/staticfusion。 缺点 初始若干帧内不能有大量动态物体，这样才能保证初始静态场景面元..
BundleFusion-master
12-19
实时全局一致的3D重建，使用动态表面重新整合技术实时，高品质，大尺寸场景的3D扫描是混合现实和机器人应用的关键。然而，可扩展性带来了姿态估计漂移的挑战，在累积模型中引入了显着的错误。方法通常需要几个小时的离线处理来全局纠正模型错误。最近的在线方法证明了令人信服的结果，但遭受以下缺点：（1）需要几分钟的时间才能执行在线修正，影响了真正的实时使用; （2）脆弱的帧到帧（或帧到模型）姿态估计导致许多跟踪失败;或（3）仅支持非结构化的基于点的表示，这限制了扫描质量和适用性。我们通过一个新颖的，实时的端对端重建框架来系统地解决这些问题。其核心是强大的姿态估计策略，通过考虑具有高效分层方法的RGB-D输入的完整历史，针对全局摄像机姿态优化每帧。我们消除了对时间跟踪的严重依赖，并且不断地将其定位到全局优化的帧。我们提出了一个可并行化的优化框架，它采用基于稀疏特征和密集几何和光度匹配的对应关系。我们的方法估计全局最优化（即，束调整的姿势）实时，支持从总跟踪故障（即重新定位）恢复的鲁棒跟踪，并实时重新估计3D模型以确保全局一致性;都在一个框架内。我们优于最先进的在线系统，质量与离线方法相同，但速度和扫描速度前所未有。我们的框架导致尽可能简单的扫描，使用方便和高质量的结果。
DynamicFusion: Reconstruction and Tracking of Non-rigid Scenes in Real-Time
11-08
CVPR2015 DynamicFusion: Reconstruction and Tracking of Non-rigid Scenes in Real-Time
semanticfusion源码
03-08
SemanticFusion源码，语义slam的可以一起来交流https://blog.csdn.net/jiahao62/article/details/83656207
BundleFusion_Ubuntu_Pangolin failed to save Mesh
weixin_38636815的博客
09-22 438
When all images including color images and depth images have been used out to reconstruction, then I click saveMesh button in the bellow pangolin window to save the dense map data saved as .ply file. But I will always face the "segmentation fault" error, .
bundlefusion的ubuntu16.04移植及改写——ORB_FUSION
uranus_guan的专栏
10-13 1560
　　先介绍一下我的ORB_FUSION，ORB_FUSION是一个基于任意slam的借鉴bundlefuison的integrate和deintegrate的三维实时重构软件。它通过slam获取相机的位置信息，关键帧等等，如果是稠密的，那就是每一帧图像都参与融合，要是基于关键帧就直接融合关键帧，融合的方式采用bundlefuison的integrate和deintegrate，同时也是基于GPU用...
ORB_FUSION调试成功
uranus_guan的专栏
11-10 781
       经过最近二周的调试，ORB_FUSION调试成功，ORB_FUSION，运行于Ubuntu16.04，通过ORB_SLAM2取得关键帧的深度图像，rgb图像，相机的姿态，融合程序是自己基于bundlefusion改写的并移植到ubuntu16.04上的基于体元哈希并带有integrate和deintegrate的融合程序。具体原理可以参考我前面写的博客。ORB_FUSION融合后，基...
The key arguments setting in BundleFusion_Ubuntu_Pangolin
weixin_38636815的博客
09-22 323
Recently, we get a better version of BundleFusion which can work on ubuntu, and the real time reconstruction result is presented through pangolin window. I think it is outstanding is beacuse I can only feed it with original color and depth images without g
BundleFusion配置运行
renye_lpl的博客
06-06 7920
平台:win10+vs2013+cuda8.0+kinect v1 参考：https://bericht.neopostmodern.com/posts/artist-guide-to-bundlefusion 1.先按照github上的步骤来，注意mlibExternel和bundlefusion-master在同一级目录 2.安装cuda，cuda7.0我的concrt.h会报错，提示常...
bundfusion配置
likmeng_417的博客
01-28 334
平台:win10+vs2013+cuda8.0+kinect v1 参考：https://bericht.neopostmodern.com/posts/artist-guide-to-bundlefusion 1.先按照github上的步骤来，注意mlibExternel和bundlefusion-master在同一级目录 2.安装cuda，用的cuda8.0 3.安装专门的openni2的sd...
评论 4
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