A-LOAM工程笔记（一）：工程编译及运行(ubuntu20.04 + ros_noetic)

最新推荐文章于 2025-06-11 19:23:11 发布
最新推荐文章于 2025-06-11 19:23:11 发布
阅读量472 收藏 4
点赞数 6
分类专栏： LOAM 文章标签： 计算机视觉 数学建模 机器人 算法 自动驾驶 目标跟踪 机器学习
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/zoufeizhiba/article/details/145949850
版权

1.编译前准备

需要提前安装Ceres solver和opencv和PCL，如果你安装的是完整版ROS那么PCL已经自动安装好了。安装好后将工程克隆到工作目录然后编译：

cd ~/catkin_ws/src/
git clone https://github.com/HKUST-Aerial-Robotics/A-LOAM.git aloam_velodyne 
cd ..
catkin_make
source ~/catkin_ws/devel/setup.bash

2.编译报错修复

(1) pcl需要c++14。这是c++编译器版本不对应引起的

解决方法：改A-LOAM下的CMakeLists.txt里的c++11为c++14

(2) fatal error: opencv/cv.h: No such file or directory。opencv版本不匹配

解决方法：改 A-LOAM/src/scanRegistration.cpp里的#include <opencv/cv.h>为#include <opencv2/imgproc.hpp>

(3) error: ‘CV_LOAD_IMAGE_GRAYSCALE’ was not declared in this scope。opencv版本不匹配

解决方法：改A-LOAM/src/kittiHelper.cpp里的CV_LOAD_IMAGE_GRAYCALE为cv：：IMAGE_GRAYCALE

然后执行catkin_make,编译成功。

3.数据集下载

KITTI数据集下载参考:

KITTI全套数据百度云下载连接（免费永久有效）_kitti数据集下载-优快云博客
indoor_outdoor数据集下载：

https://drive.google.com/file/d/1s05tBQOLNEDDurlg48KiUWxCp-YqYyGH/view

参考该博主提供的免费全部数据集，开个网盘加速下载很快。

4.运行demo

（1）启动ROS

roscore

  (2)   启动loam launch文件

roslaunch aloam_velodyne aloam_velodyne_VLP_16.launch

（3）播放rosbag

cd $DATASET_DIR # 切换至存放 bag 目录
rosbag play nsh_indoor_outdoor.bag

（4）运行结果

       

ubuntu 20.04 运行A-LOAM
wsw_wsw_的博客
06-05 1593
代码清晰度确实很高，整理的非常简洁，适用于入门。
ubuntu20.04下ros运行A-LOAM
weixin_43910370的博客
10-13 2818
1.首先前提已经按照上一篇文章已经安装好了ROS（noetci），接下来请跟我一起来跑一下这个算法， 点开这个Github开源地址：https://github.com/HKUST-Aerial-Robotics/A-LOAM 首先根据代码要求，需要提前安装两个，Ceres和PCL。 1.1安装Ceres ceres相关依赖： 1..1.1 Eigen 3.3 or later required. 使用终端apt命令安装 sudo apt-get install libei...
A-LOAM运行和常见问题及解决方法
abanchao的博客
03-17 9321
在ubuntu20.04+Noetic系统下运行A-LOAM算法，在nsh_indoor_outdoor.bag数据库下建图。遇到编译和运行的问题，以及解决方法。cv::IMREAD_GRAYSCALE；rviz只显示绿色轨迹线 c++: internal compiler error: 已杀死 (program cc1plus)
LOAM 系列(1): A-LOAM 安装以及概述
weixin_40072161的博客
10-25 4477
一、github GitHub - HKUST-Aerial-Robotics/A-LOAM: Advanced implementation of LOAM 二、安装依赖 1. ROS Ubuntu 64-bit 16.04 ROS Kinetic 比较常规，就不赘述了 2.Ceres Solver Installation — Ceres Solver 安装版本： 3. PCL sudo apt install libpcl-dev 三、编译 1. 下载代码至 catkin..
ALOAM试跑及程序注释
热门推荐
Eminbogen的博客
04-23 1万+
ALOAM是秦通对LOAM的一个简化版本，没有IMU的信息，算是入手激光SLAM非常简单的程序了 代码： https://github.com/HKUST-Aerial-Robotics/A-LOAM 数据： 链接: https://pan.baidu.com/s/1GaZ2eGZdfc-cluSc-bkQng 提取码: 9zsp graph： 效果： 注释： scanRe...
（记录）配置并运行A-LOAM（Ubuntu18.04+ROS Melodic）
qq_39247667的博客
07-19 5947
的
Ubuntu20.04+ros-noetic运行激光雷达SLAM（A-LOAM）
GFCLJY的博客
04-28 1786
因为课程要求需要使用ros完成激光雷达SLAM，我们选择较为简单的A-LOAM激光雷达SLAM算法进行实验。可以参考这篇博客，里面对A-LOAM的原理有一定的讲解，后面附带一些关于A-LOAM和LOAM算法一些博客，有github的源代码网站、对代码的详细注释以及如何在Ubuntu下进行配置相关系统等。下面将讲述我们的安装过程。
ubuntu20.04+ros-noetic运行A-LOAM记录
zb0824zb的博客
03-27 819
记录运行A-LOAM的过程及遇到的问题解决办法
Ubuntu20.04+ROS Noetic运行A-LOAM适配KITTI数据集
qq_57027374的博客
03-08 1160
针对ROS2 Humble与A-LOAM的兼容性问题，提供Ubuntu 20.04+ROS Noetic保姆级部署方案。从Ceres 1.14.0版本锁定、OpenCV头文件修正KITTI数据接口改造，到解决rviz点云丢失，完整复现建图流程。提供10G精简版KITTI数据集直链及源码修改对比图，实测生成轨迹bag包并可视化。适合SLAM初学者学习，1天内完成算法部署。通过本次实践，复现了A-LOAM在KITTI数据集上的建图效果，也是一次实践吧，上面如有错误，恳请指正。
Ubuntu20.04安装LeGO-LOAM【非源码编译GTSAM方式】
weixin_49106658的博客
05-13 1612
其他博客中，提到的部署lego-loam时，gtsam的版本使用大多数是使用4.0，都描述的有点混乱；
slamUbuntu20.04 ROS1 noetic版本 A-LOAM跑kitti
08-04
slamUbuntu20.04 ROS1 noetic版本 A-LOAM跑kitti
Ubuntu20.04 loam_velodyne编译运行
weixin_43095006的博客
11-17 1643
Ubuntu20.04 loam_velodyne编译运行 当你拿到了loam_velodynede 的代码，你想立刻catkin_make起来，看一下实际效果。结果你发现编译不通过！！！你发现是报错是opencv的问题。然后，你就可以参考一下本博客。 首先，需要知道的是，ubuntu20.04安装好ROS后，默认自带的opencv是OpenCV4！！！CV4！！！4！！！然后你随便搜一下opencv4，你就会知道它的头文件跟之前版本不太一样。（本文只介绍如何解决LOAM的编译问题，对OpenCV4感兴趣
Lego_Loam 部署指南 [ubuntu20.04 ROS noetic]
小张同学的进步空间
08-13 638
将set(CMAKE_CXX_FLAGS “${CMAKE_CXX_FLAGS} -std=c++11 -O3”)修改为set(CMAKE_CXX_FLAGS “-std=c++14”)// lidar 判定为地面的线数。-将#include<opencv/cv.h>修改为#include <opencv2/imgproc.hpp>即可。// 旋转一周采样次数。“/camera_init” 替换为"camera_init"// 点云分割有效点和有效线的大小。// 点云分割每个方向的角度大小。
YOLOv1 技术详解：目标检测的实时革命
最新发布
guoguozgw的博客
06-11 653
YOLOv1 的出现标志着目标检测进入了一个全新的时代 ——“端到端、单阶段、实时检测”。尽管它在精度上不如当时的两阶段方法，但其简洁高效的结构理念影响深远，也为后续版本的发展奠定了基础。作为初学者，掌握 YOLOv1 的基本原理有助于理解现代目标检测框架的设计思路。📌《YOLOv2 技术详解：引入 Anchor Boxes 与多尺度预测》
计算机视觉——相机标定
m0_72748751的博客
06-07 890
⋆。
计算机视觉与深度学习 ｜ 基于Matlab的低照度图像增强算法：全面总结与实现
尘世冰封的专栏
06-11 102
所有代码在MATLAB R2023a中测试通过，需要Image Processing Toolbox和Deep Learning Toolbox支持。实际应用中应根据具体场景调整参数，建议使用交叉验证确定最优参数组合。其中：I为观测图像，L为光照分量，R为反射分量（增强目标）E为场景辐照度，t为曝光时间，f为相机响应函数，N为噪声。：使用CNN学习低照度到正常照度的映射。：分离光照分量并调整，恢复反射分量。：重新分布像素强度值，扩展动态范围。：建立成像物理模型并反向求解。：融合多种增强结果的优势。
【DETR目标检测】ISTD-DETR：一种基于DETR与超分辨率技术的红外小目标检测深度学习算法
weixin_44184852的博客
06-11 316
本文提出ISTD-DETR算法，一种结合超分辨率技术与改进RT-DETR模型的红外小目标检测方法。针对红外图像低对比度、高噪声和小目标检测的挑战，该方法通过EDSR超分辨率预处理增强图像细节，采用状态空间模型与EMA架构构建主干网络，并引入SPD-EMA模块和S2特征层优化特征融合。实验表明，该算法在Anti-UAV和SIRST数据集上实现了精度与实时性的平衡，显著降低了误检和漏检率。主要创新包括：改进的Transformer架构、Mamba模型骨干网络、SPD-EMA特征增强模块和超分辨率预处理技术，为红
【医学目标检测】LN-DETR：一种基于多尺度特征融合的肺结节检测高效Transformer架构
weixin_44184852的博客
06-11 368
肺癌仍是全球主要致死病因之一，早期检测对提高患者生存率至关重要。传统肺结节检测方法效率低下且准确性不足，难以满足临床需求。尽管深度学习方法在医学影像分析领域取得进展，现有技术对形态复杂的小结节检测效果仍不理想，存在漏检与假阳性问题。此外，既往模型的高计算复杂度阻碍了实时检测。针对这些挑战，本研究提出名为LN-DETR的基于Transformer的肺结节检测模型。
计算机视觉与深度学习 ｜ 两种经典的低照度增强算法：多尺度Retinex(MSR)和自适应直方图均衡化(CLAHE)
尘世冰封的专栏
06-11 215
先通过MSRCR恢复色彩和全局对比度，再用CLAHE增强局部细节，最后进行自适应伽马校正优化亮度分布。常用三尺度：$ \sigma = [15, 80, 250] $, $ w_k = 1/3 $两种方法完整代码已通过Matlab R2023a验证，可直接用于实际低照度图像增强项目。基于人眼视觉系统的Retinex理论：图像。
激光ubuntu20.04跑A-LOAM
03-29
<think>好的，我需要帮助用户在Ubuntu 20.04上配置和运行A-LOAM激光雷达SLAM算法。首先，我应该回顾一下用户提供的引用内容，看看里面有没有有用的信息。引用[1]提到了Ubuntu20.04和ros-noetic运行A-LOAM，还有相关的博客和代码资源。引用[2]则涉及在Ubuntu20.04下编译运行其他SLAM算法，可能有一些共同的依赖或配置步骤。 接下来，我需要整理出配置A-LOAM的步骤。通常来说，运行这类算法需要安装ROS、相关依赖库，然后下载源码编译。用户可能已经安装了ROS Noetic，但需要确认。如果没有安装，应该指导他们安装ROS。然后，安装必要的依赖，比如PCL、Eigen、Ceres Solver等。这些依赖在A-LOAM中可能用到。 然后，用户需要下载A-LOAM的源代码，可能来自GitHub。需要给出具体的git clone命令。之后，编译工作区，使用catkin_make或者catkin build。编译过程中可能会遇到问题，比如依赖缺失，这时候需要提示用户安装相应的包。 配置完成后，运行A-LOAM需要准备数据集或者实时激光雷达数据。可能需要下载示例bag文件，并给出运行launch文件的命令。同时，提醒用户检查话题名称是否匹配，可能需要修改launch文件中的设置。 另外，根据引用[1]中的信息，博客里可能有更详细的原理讲解和代码注释，可以建议用户参考。编译问题可能会遇到，比如PCL版本问题或Ceres的安装，需要给出具体的解决步骤，比如安装指定版本的Ceres或者调整CMakeLists.txt中的依赖路径。 最后，常见问题部分需要包括依赖冲突、话题不匹配和轨迹评估方法。用户可能遇到这些问题，需要提前给出解决方案，比如使用Docker容器隔离环境，或者使用evo工具评估轨迹精度。 整个过程中需要确保步骤清晰，命令准确，避免用户操作时出错。同时，参考引用中的资源，确保提供的信息可靠。如果有不确定的地方，比如某些依赖的具体版本，可能需要进一步确认或者建议用户查看官方文档。</think>### 在 Ubuntu 20.04 上配置和运行 A-LOAM 的步骤 #### **1. 系统环境准备** - **安装 ROS Noetic** A-LOAM 依赖 ROS（机器人操作系统），需先安装 ROS Noetic（对应 Ubuntu 20.04）： ```bash sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu focal main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 sudo apt update sudo apt install ros-noetic-desktop-full echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc source ~/.bashrc ``` - **安装依赖库** A-LOAM 需要以下依赖： ```bash sudo apt install git cmake libeigen3-dev libpcl-dev ros-noetic-catkin ros-noetic-pcl-ros # Ceres Solver（优化库） sudo apt install libceres-dev ``` --- #### **2. 下载并编译 A-LOAM** - **创建工作空间并克隆代码** ```bash mkdir -p ~/aloam_ws/src cd ~/aloam_ws/src git clone https://github.com/HKUST-Aerial-Robotics/A-LOAM.git ``` - **编译源码** ```bash cd ~/aloam_ws catkin_make echo "source ~/aloam_ws/devel/setup.bash" >> ~/.bashrc source ~/.bashrc ``` 若编译报错，检查 `CMakeLists.txt` 中依赖项路径是否正确（如 PCL、Eigen3）[^1]。 --- #### **3. 运行 A-LOAM** - **准备数据集** 下载包含激光雷达数据的 ROS bag 文件（如 KITTI 或 NTU VIRAL 数据集），例如： ```bash wget [数据集链接] ``` - **启动 A-LOAM** ```bash roslaunch aloam_velodyne aloam_velodyne_VLP_16.launch rosbag play [你的bag文件路径] --clock ``` 若激光雷达话题不匹配，需修改 `launch` 文件中的 `lidar_topic` 参数[^1]。 --- #### **4. 验证与可视化** - **使用 RViz 查看结果** 在 RViz 中添加以下显示项： - `PointCloud2`（原始点云） - `Path`（轨迹） - `TF`（坐标系变换） --- #### **常见问题解决** 1. **依赖冲突** - 若出现 `libpcl` 版本问题，尝试安装指定版本： ```bash sudo apt install libpcl-dev=1.10.0+dfsg-5ubuntu1 ``` - 或使用 Docker 容器隔离环境[^2]。 2. **话题不匹配** 检查 bag 文件中的激光雷达话题名称，并在 `aloam_velodyne_XXX.launch` 中修改 `lidar_topic`。 3. **轨迹精度评估** 使用 `evo` 工具对比 A-LOAM 输出轨迹与真值： ```bash evo_ape kitti ground_truth.txt estimated.txt -va --plot ``` ---
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