rgbd slam V2 demo 实现

经过一番努力,终于跑通了felix.endres的rgbd slam v2 源码,中间遇到挺多问题。总结如下:
(1) 关于SiftGPU问题:ERROR: SiftGPU cannot be
compiled
将源码中CMakeLists.txt中第6行:set(USE_SIFT_GPU  1 CACHE BOOL "build
with support for siftgpu") 中的1换成0,暂不调用SiftGPU。
(2)关于ERROR: cannot launch node of type [rgbdslam/rgbdslam]:
can‘t locate node [rgbdslam] in package
[rgbdslam]
找不到rgbdslam,进而无法由kinect获取数据。解决方案:将编译后的文件rgbdslam放到节点能够找到的位置(catkin_ws/devel/lib/rgbdslam)。
(3)将rgbdslam_v2-indigo/launch文件内
<include file="$(find
openni_launch)/launch/openni.launch"/>改为<include file="$(find
freenect_launch)/launch/freenect.launch"/> 将开源驱动设为freenect。(ros by
example indigo 版本默认freenect驱动)

以上为遇到的一些问题,笔记于此。

时间: 2024-11-11 07:38:05

rgbd slam V2 demo 实现的相关文章

3D Mapping with an RGB-D Camera(RGBD SLAM V2 )论文笔记

__ 这篇文章即是Felix Endres等人12年完成的RGB-D SLAM V2,是最早的为kinect风格传感器设计的SLAM系统之一 在Github上可找到开源代码,工程配置与运行参考http://www.cnblogs.com/voyagee/p/6898278.html 系统流程: 系统分为前后端.前端就是视觉里程记.从每一帧的RGB图像提取特征,计算描述符,RANSAC+ICP计算两帧之间的motion estimation, 并提出了一个EMM(Environment Measu

视觉SLAM实战(一):RGB-D SLAM V2

写在前面 首先打个广告.SLAM研究者交流QQ群:254787961.欢迎各路大神和小白前来交流. 看了前面三篇博文之后,是不是有同学要问:博主你扯了那么多有用没用的东西,能不能再给力一点,拿出一个我们能实际上手玩玩的东西啊?没错,接下来我们就带着大家,实际地跑一下视觉SLAM里的那些经典程序,给大家一个直观的印象——因此博文就叫"视觉SLAM实战"啦.这些程序包括: RGBD SLAM V2 SVO KinectFusion Orb-SLAM 如果你有什么建议,可以发我的邮件或来群里

一起做RGB-D SLAM 第二季 (一)

小萝卜:师兄!过年啦!是不是很无聊啊!普通人的生活就是赚钱花钱,实在是很没意思啊! 师兄:是啊…… 小萝卜:他们都不懂搞科研和码代码的乐趣呀! 师兄:可不是嘛…… 小萝卜:所以今年过年,我们再做一个SLAM吧!之前写的那个太烂了啦,我都不好意思说是我做的了! 师兄:嗯那可真是对不住你啊…… 小萝卜:没事!你再写一个好一点的,我就原谅你了!写完再请我吃饭吧! 师兄:啊,好的…… 小萝卜:师兄你别这么没精神啊!加油咯! 前言 在经过了一番激烈的思想斗争之后呢,师兄厌倦了年假的无聊生活,开始写<一起做

一起做RGB-D SLAM (5)

第五讲 Visual Odometry (视觉里程计) 读者朋友们大家好,又到了我们开讲rgbd slam的时间了.由于前几天博主在忙开会拍婚纱照等一系列乱七八糟的事情,这一讲稍微做的慢了些,先向读者们道个歉! 上几讲中,我们详细讲了两张图像间的匹配与运动估计.然而一个实际的机器人总不可能只有两个图像数据吧?那该多么寂寞呀.所以,本讲开始,我们要处理一个视频流,包含八百左右的数据啦.这才像是在做SLAM嘛! 小萝卜:那我们去哪里下载这些数据呢? 师兄:可以到我的百度云里去:http://yun.

(1)RGB-D SLAM系列- 工具篇(硬件+关键技术)

/*********************************************************************************************************** .....从前,一种叫WALL-E的小机器人被送往地球清除垃圾,但WALL-E并不适合地球的环境,大批量地来也大批量地坏,最后只剩下WALL Tang还在日复一日的按照程序收拾废品.就这么过了几百年,仅存的WALL Tang还在垃圾堆里淘到不少人造宝贝,它也开始有了自我意识,懂得什

一起做RGB-D SLAM (1)

前言 SLAM,即Simultaneous Localization and Mapping,中文译作同时定位与地图创建,是近几十年里机器人领域有重大发展的研究方向.作为自主机器人的核心技术,SLAM在机器人导航.控制.生产等方面都有着重要的研究意义.尤其在二十一世纪,以视觉传感器为中心的视觉SLAM技术,在理论和方法上都经历了明显的转变与突破,正逐步从实验室研究迈向成熟的市场应用.在国外研究如火如荼之际,它在国内的研究尚处于起步阶段.有关SLAM的中文资料.书籍更是难以一见.然而,随着机器人技

Improving RGB-D SLAM in dynamic environments: A motion removal approach

一.贡献 (1)提出一种针对RGB-D的新的运动分割算法 (2)运动分割采用矢量量化深度图像 (3)数据集测试,并建立RGB-D SLAM系统 二.Related work [1]R.K. Namdev, A. Kundu, K.M. Krishna, C. Jawahar, Motion segmentation of multiple objects from a freely moving monocular camera, in: Robotics and Automation(ICRA

一起做RGB-D SLAM (2)

第二讲 从图像到点云 本讲中,我们将带领读者,编写一个将图像转换为点云的程序.该程序是后期处理地图的基础.最简单的点云地图即是把不同位置的点云进行拼接得到的. 当我们使用RGB-D相机时,会从相机里读到两种数据:彩色图像和深度图像.如果你有Kinect和ros,可以运行: 1 roslaunch openni_launch openni.launch 使Kinect工作.随后,如果PC连接上了Kinect,彩色图像与深度图像就会发布在 /camera/rgb/image_color 和 /cam

(2)RGB-D SLAM系列- 工具篇(依赖库及编译)

1)Library depended 一个完整的SLAM系统包括,数据流获取,数据读取,特征提取,特征匹配,POSE恢复,回环检测,全局优化,数据可视化,系统界面等,基于此列出SLAM系统所需依赖的库,同时会发布各个库的编译方式以及对各个库联合编译时出现的问题提出解决方案. Eigen Eigen库有效支持线性代数,矩阵和矢量运算,数值分析及其相关的算法 Eigen 3.0, Download website: http://eigen.tuxfamily.org/index.php?title