关于高博十四讲中由于g2o更新出现的问题解决

最新推荐文章于 2024-03-27 15:07:18 发布

原创最新推荐文章于 2024-03-27 15:07:18 发布 · 6.5k 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#十四讲学习过程

十四讲学习过程专栏收录该内容

4 篇文章

订阅专栏

本文解决了一位读者在实现高博视觉SLAM十四讲中的g2o曲线拟合实验时遇到的编译错误。通过调整BlockSolver的实例化方式，最终成功解决了编译问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在高博视觉slam十四讲中的第6讲中实践g2o中出现了编译错误。

/home/ze/am/slambook-master/ch6/g2o_curve_fitting/main.cpp:77:49: error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<3, 1> >::BlockSolver(g2o::BlockSolver<g2o::BlockSolverTraits<3, 1> >::LinearSolverType*&)’
     Block* solver_ptr = new Block( linearSolver );      // 矩阵块求解器

通过查找百度查询，看到一篇博客展现了也是在编译高博视觉slam十四讲g2o环节出现问题的解决方案，http://blog.youkuaiyun.com/robinhjwy/article/details/78084210模仿这位作者的解决过程，修改了我的代码，

typedef g2o::BlockSolver<g2o::BlockSolverTraits<3,1> > Block;  // 每个误差项优化变量维度为3，误差值维度为1
std::unique_ptr<Block::LinearSolverType> linearSolver ( new g2o::LinearSolverDense<Block::PoseMatrixType>());
//Block::LinearSolverType* linearSolver = new g2o::LinearSolverDense<Block::PoseMatrixType>(); // 线性方程求解器
std::unique_ptr<Block> solver_ptr ( new Block ( std::move(linearSolver))); 
//Block* solver_ptr = new Block( linearSolver );      // 矩阵块求解器
// 梯度下降方法，从GN, LM, DogLeg 中选
g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));
//g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg( solver_ptr );

然后就编译成功了。

/home/ze/slam/slambook-master/ch6/g2o_curve_fitting/build> make -j4
[100%] Built target curve_fitting
*** Finished ***