Ubuntu14.04 使用本地摄像头跑ORB SLAM2

前面的准备:

Ubuntu14.04安装 ROS 安装步骤和问题总结

Ubuntu14.04+ROS 启动本地摄像头

STEP1:第一个终端

roscore

STEP2:第二个终端运行usb_cam

roslaunch usb_cam usb_cam-test.launch

STEP3:

rosrun ORB_SLAM2 Mono /home/zc/Desktop/ORBvoc.txt  /home/zc/Desktop/Asus.yaml

我把

./Vocabulary/ORBvoc.txt

/home/zc/Desktop/ORB_SLAM2/Examples/ROS/ORB_SLAM2/Asus.yaml(此处还没有标定,后续要做)

这两个文件都拷贝到桌面上去了,如果直接运行一直有问题。

运行后出现问题:

尝试解决问题:

OpenCV Error: Bad argument (Invalid pointer to file storage) in cvGetFileNodeByName, file /build/opencv-_msWgW/opencv-2.4.8+dfsg1/modules/core/src/persistence.cpp, line 740
terminate called after throwing an instance of ‘cv::Exception‘
what(): /build/opencv-_msWgW/opencv-2.4.8+dfsg1/modules/core/src/persistence.cpp:740: error: (-5) Invalid pointer to file storage in function cvGetFileNodeByName

问题原因:

查阅资料发现是OpenCV3与ROS兼容问题,因为indigo里面自带的是opencv2.4.8,而我要用的程序是基于opencv3的。(这里因为之前跟着SLAM14讲在做)

解决方法:在程序所在工作空间中加入最新的cv_bridge包,重新catkin-make,这样就可以解决该问题了。

链接:https://pan.baidu.com/s/1CsCfjrIUyepNqxKhECIsyQ
提取码:n1rm

原文地址:https://www.cnblogs.com/1228073191Blog/p/10635691.html

时间: 2024-08-06 02:47:55

Ubuntu14.04 使用本地摄像头跑ORB SLAM2的相关文章

ORB SLAM2在Ubuntu 16.04上的运行配置

安装依赖 安装OpenGL 1. 安装opengl Library$sudo apt-get install libgl1-mesa-dev2. 安装opengl utility$sudo apt-get install libglu1-mesa-dev3. 安装opengl utility toolkit$sudo apt-get install freeglut3-dev 安装GLEW $sudo apt-get install libglew-dev 安装boost $sudo apt-g

ubuntu14.04使用reaver跑pin码

今天刚说过没找到支持ubuntu14.04用reaver跑pin的旧版库文件这就有摸索到方法了... 另外安装系统ubuntu14.04以及一系列破解工具比如aircrack,minidwep等都不在本贴中赘述了,百度有很多,也可以直接在终端使用命令"apt-get install 软件包" 来安装,不过不要安装reaver,本贴主要讲安装reaver和库文件 等上面说的你都安装完了之后,去htt和谐p:/和谐/pkgs.org/这个网站下载reaver和库文件,具体步骤如下: 进入上

opencv3.0的编译安装(ubuntu14.04系统),opencv设置摄像头分辨率并捕获图片

搭建C/C++编译环境:sudo apt-get install build-essential 安装关联库:sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev l

Caffe系统搭建 —— Ubuntu14.04 + CUDA7.0 + opencv3.0

从Hinton在science上发表深度学习训练开创新的文章以来,深度学习火了整整有3年多,而且随着新的硬件和算法的提出,深度学习正在应用于越来越多的领域,发挥其算法的优势. 实验室并没有赶上第一波深度学习热,但是让人高兴的是最近终于配了一台超级电脑,虽说和谷歌.百度几百个上千个GPU跑算法的设备不能比,但是好歹终于有了搭建自己的深度学习平台,想想还很是兴奋.最近这几天忙着搭建深度学习平台,把现在最火的Caffe框架代码跑通,从最初对ubuntu的菜鸟到现在顺利搭建起深度学习平台,中间走了很多弯

艰辛五天:Ubuntu14.04+显卡驱动+cuda+Theano环境安装过程

题记:从一开始不知道显卡就是GPU(虽然是学计算机的,但是我真的不知道-脑残如我也是醉了),到搞好所有这些环境前后弄了5天时间,前面的买显卡.装显卡和装双系统见另一篇博客装显卡.双系统,这篇主要记录我怎么配置后面的环境,虽然中间重装Ubuntu三次,后面安装过程也没差别. 基础平台:64-bit,Ubuntu14.04 1.安装NVIDIA驱动(参考技术文章,基本是复制啊,蟹蟹作者~) (1) 在官网下载NVIDIA驱动,根据自己买的型号选择下载,放到 /home/lvxia/ 目录下面,我下载

==原创==Ubuntu14.04安装OPENCV3.0流程及遇到的问题

Ubuntu14.04安装OPENCV3.0流程及遇到的问题 [email protected] http://www.cnblogs.com/mcjj 作者:马春杰杰 2017年6月14日22:38:23 我的电脑环境: Ubuntu14.04LTS + CUDA8.0 + CUDNN5.0 + Nvidia-367.44驱动 + OPENCV3.0-beta 我是按照这篇文章来的: Ubuntu14.04安装OpenCV3.0 - Linux系统教程 首先是刚开始的时候就遇到了错误,Unsu

ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置

经过几天的奋战终于配置好了如题所述的配置,现在把配置大体过程写下来供大家配置时参考(由于电脑硬件和系统的千差万别,实在不适合写详细的) (一切不声明配置环境的配置教程都是耍流氓) 环境: Inter集显 + gtx1070独显 ubuntu14.04LTS(ubuntu系统,若两个显卡驱动同时存在会起冲突,貌似关掉什么lightdm可以解决,我就不折腾了,安装好n卡驱动后我就在BIOS中关掉集显只用独显) cuda_8.0.61_375.26_linux.run   cudnn-8.0-linu

在ubuntu14.04上配置cuda_caffe_cudnn_anaconda_digits

参考网上的很多网站,以这篇为主:http://blog.csdn.net/yhl_leo/article/details/50961542 这篇算是自己对caffe学习的一个总结系列的开头.首先因为caffe的依赖项比较多,配置起来也比较麻烦.这篇算是比较详尽地把caffe的各种相关配置说清楚.转载请注明出处. 推荐ubuntu14.04版本,因为digits的支持比较好.显卡支不支持GPU加速要搞清楚啊,不支持就全用CPU算吧,别浪费时间折腾cuda了. 大家基本要按照官方教程上面来.但是官方

VirtualBox中安装Ubuntu12.04/Ubuntu14.04虚拟机

NOTE: 一开始安装的Ubuntu12.04,后来又重新安装了14.04.截图基本使用了安装12.04时的截图,后来安装14.04时又补充了几张.该安装过程对Ubuntu12.04和14.04都是适用的. 1. 选择版本 1.1 Ubuntu桌面版与服务器版的区别 桌面版与服务器版,只要发布版本号一致,这两者从核心来说也就是相同的,唯一的差别在于它们的预期用途.桌面版面向个人电脑使用者,可以进行文字处理.网页浏览.多媒体播放和玩游戏.本质上说,这是一个为普通用户所定制的多用途操作系统.另一方面