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

【ORB_SLAM3源码解读】Ubuntu 16.04、18.04、20.04系统下编译ORB_SLAM3
小秋 AI SLAM 入门实战教程
07-25 6544
补充一下，这篇教程编译的是最开始ORB_SLAM3开源的代码版本，现在直接下载的是最新的版本，所以报错会不太一样，不过还是有参考价值的。官方代码地址开始编译DBow2编译成功，但是g2o编译不成功根据报错信息分析问题出在了哪里寻找一下在哪里打开看看意思就是这个.cmake文件会找到第三方库的头文件，库文件，Eigen没有库文件我们再看看OpenCV的打开g2o下面的CMakeLists.txt发现这里有这个路径然后实际上下载的代码是没有的所以可以把ORB_SLAM2的拷贝过来或者是给出。
BundleFusion_Ubuntu_Pangolin failed to save Mesh
weixin_38636815的博客
09-22 439
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_Ubuntu_Pangolin usage
weixin_38636815的博客
09-18 763
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 1974
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 1959
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 1402
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 2156
　　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...
Ubuntu16.04下安装ORB SLAM2
一只小船飘呀飘的博客
07-18 3632
本文主要参考https://blog.csdn.net/radiantjeral/article/details/82193370，对代码中的细节进行了一些修改，同时完善了实时单目SLAM的内容。本文主要针对的是通过usb摄像头实时运行单目ORB SLAM2的情况。 1 准备工作 在安装ORB-SLAM2之前，首先安装必要的工具，vim、cmake、git、gcc、g++ sudo apt-get install vim git cmake gcc g++ 2 安装ROS 根据github中的说明http
ubuntu 16.04 安装 opencv3.4.4 以及 opencv_contrib 3.4.4-附件资源
03-02
ubuntu 16.04 安装 opencv3.4.4 以及 opencv_contrib 3.4.4-附件资源
[学习笔记-SLAM篇]Ubuntu16.04+ROS下配置ORB-SLAM3
warningm_dm的博客
06-29 1221
这篇博客参考性可能不是很强，一方面之前配过ROS，所以这部分会省略，一方面之前也配过ORB-SLAM2，相关依赖项不会重新配置，不过可以参考[学习笔记-SLAM篇]Ubuntu16.04+ROS下配置mynteye版本ORB-SLAM2，一起对应结合着配置，这个里面有ROS和ORB-SLAM2（mynteye版）的安装过程。 主要参考内容是代码里的README.md。 考虑到要结合ROS安装，所以东西都是安装在ROS的src文件夹下的，也就是说要先安装ROS。 目录一、安装安装ROS kinect二、安装
Ubuntu16.04下 ORB_SLAM2的安装、配置和实例运行
01-09
文章目录1、安装相关工具2、安装Pangolin3、安装opencv4、安装Eigen35、安装ORB-SLAM26、运行SLAM实例7、遇到的问题8、参考文献 1、安装相关工具 ①更新apt sudo apt-get update ②安装git sudo apt-get install ...
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。
VoxelHashing.zip，免积分下载
07-24
BundleFusion依赖Intel Realsense需要的Realsense相关的类以及类的实现 github地址：https://github.com/niessner/VoxelHashing（下载速度慢，还可能会失败。这个是下载好的压缩包）
bundlefusion的ubuntu16.04移植及改写——ORB_FUSION
uranus_guan的专栏
10-13 1561
　　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
11-10 782
       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 7923
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
01-28 336
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...
Mac下的VI bundle配置
MeRcy_PM的博客
01-23 3215
最早查看的文章来自http://www.jianshu.com/p/95d8335aeac7，但是根据其步骤发现安装和使用过程中总有部分问题，现总结如下： 问题1：Unknown function: vundle##rc 解决：将vundle##rc()修改为vundle#begin()，同时下载bundle项目到本地 sudo git clone https://github.com/gm
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