1. 找不到g2o库!在CMakeLists.txt中使用指令 message(STATUS "${G2O_FOUND}") 打印结果为NO. 问题描述: CMakeLists.txt 中采用如下命令寻找g2o库. # g2o find_package( G2O REQUIRED ) include_directories( ${G2O_INCLUDE_DIRS} ) 科普时间:find_package() 会在模块路径中寻找FindNAME.cmake文件,再经由此文件寻找库所有文件

因为项目需要使用到g2o,所以自己从git上面clone下来, git clone https://github.com/RainerKuemmerle/g2o.git 然后: cd g2o mkdir build cd build cmake .. make -j4 编译完成,并在CMakeLists.txt使用g2o: set(G2O_DIR ..) find_package(.... 但是后面报这个错误: CMake Error at CMakeLists.txt:11(find_pack

1.g2o_bal_class.h1.1 projection.hg2o还是用图模型和边,顶点就是相机和路标,边就是观测,就是像素坐标.只不过这里的相机是由旋转(3个参数,轴角形式,就是theta*nx,theta*ny,theta*ny),位移(3个参数),f,k1,k2.就是之前BA模型的实现.但是这里归一化平面坐标取得是负值,而且最后没有加cx,cy.具体实现在projection.h中的CamProjectionWithDistortion函数实现的,而其中世界坐标转成相机坐标是由rot

在开始介绍如何使用CMake编译跨平台的静态库之前,先讲讲我在没有使用CMake之前所趟过的坑.因为很多开源的程序,比如png,都是自带编译脚本的.我们可以使用下列脚本来进行编译: ./configure --prefix=/xxx/xx --enable-static=YES make make install 相信手动在类Unix系统上面编译过开源程序的同学对上面的命令肯定非常熟悉.更悲惨的是,有些开源库是不提供configure配置文件的,只有一个Makefile或者Makefile.gc

g2o使用的一个备忘 位姿已知,闭环的帧已知,进行图优化. #include "stdafx.h" #include <vector> #include "PointXYZ.h" #include "Annicp.h" #include <Eigen/Dense> #include "OptimizeHelper.h" #include "g2o/types/icp/types_icp.h&q

在开始介绍如何使用CMake编译跨平台的静态库之前,先讲讲我在没有使用CMake之前所趟过的坑.因为很多开源的程序,比如png,都是自带编译脚本的.我们可以使用下列脚本来进行编译:   . / configure    -- prefix = / xxx / xx -- enable - static = YES make make install 相信手动在类Unix系统上面编译过开源程序的同学对上面的命令肯定非常熟悉.但是,如果不配置编译器和一些编译.链接参数,这样的操作,最后编译出来的静态

一.cmake升级 在ubuntu 16.04下面把cmake 由 3.5.1升级到 3.11,具体的流程如下所述. (1) sudo apt-get install build-essential wget http://www.cmake.org/files/v3.11/cmake-3.11.3.tar.gz tar xf cmake-3.11.3.tar.gz cd cmake-3.11.3 ./configure make sudo make install 基本上按这个流程都不会报错,

.ceres 安装 Git clone https://github.com/ceres-solver/ceres-solver 安装依赖: # CMake sudo apt-get install cmake # google-glog + gflags sudo apt-get install libgoogle-glog-dev # BLAS & LAPACK sudo apt-get install libatlas-base-dev # Eigen3 sudo apt-get inst

CMake是一个跨平台的编译自己主动配置工具,它使用一个名为CMakeLists.txt的文件来描写叙述构建过程,能够产生标准的构建文件.它能够用简单的语句来描写叙述全部平台的安装(编译过程).它能够输出各种各样的makefile或者project文件,能測试编译器所支持的C++特性,相似UNIX下的automake.CMake并不直接建构出终于的软件,而是产生标准的建构档(如Unix的Makefile或Windows Visual C++的projects/workspaces).然后再依一般

在开始介绍如何使用CMake编译跨平台的静态库之前,先讲讲我在没有使用CMake之前所趟过的坑.因为很多开源的程序,比如png,都是自带编译脚本的.我们可以使用下列脚本来进行编译: 1 2 3 ./configure  --prefix=/xxx/xx --enable-static=YES make make install 相信手动在类Unix系统上面编译过开源程序的同学对上面的命令肯定非常熟悉.更悲惨的是,有些开源库是不提供configure配置文件的,只有一个Makefile或者Make

编译前的工作 在编译libpng前,需要把zlib编译好,并加载到编译环境里. CMake + VS2015 下编译zlib,及使用小例 下载与解压 libpng的官网是 http://www.libpng.org/pub/png/libpng.html ,但它的源码是存在 https://sourceforge.net 上的:具体最新的版本可以先进官网看看,再点连接过去下载 我当前的版本是libpng 1.6.36: 把里面的文件解压出来 CMake创建工程 看了一下,CMakeLists.t

WSL 的 VSLAM 道路 以 Windows Subsystem for Linux 闯入 Visual Simultaneous Localization and Mapping 世界的艰难道路... 这里包含各种各样的 WSL 中可能用到的包,美化方案,以及相关软件的一些使用小技巧,用于自己踩坑记录的同时,希望能够帮到同为使用 Windows 踩坑的 CVer 们... ... 安装好 Windows Subsystem for Linux 后要做的 卸载原装 Vim 一波强硬操作把好删

配置在Qt中的OpenCV,看了很多“教程”,最终成功.记一下过程. 本机配置: window7 32位系统: qt-opensource-windows-x86-mingw492-5.5.1: OpenCV2.4.10. 对于我来说配置过程比较难,因为目前我没用过Qt和Cmake,之前一直用VS编译C++,也没有用过MinGW,所以看教程中的各种命令或者执行文件都比较费时.这次各种尝试后成功.参考资料的连接在最后,其中帮助我最大的就是那一篇纯英文的,很详细. 前期准备 Qt5的opensour

1.下载代码   https://github.com/raulmur/ORB_SLAM/    (同时也可以看看作者的牛叉论文,我是打算先用代码,再回头看论文) 2.打开后如下 就好像是用一件新产品一样,我们首先要看一下说明书“README.md”, README.md介绍了很多关于这个工程的东西,比如作者,发表的论文,研究的人员,代码的下载以及更新 那么我们首先从有用的信息开始操作:(备注:以下内容都是我的个人理解,都是别人的东西,我拿来学习而已) 3.解决依赖项 3.1 Boost   :

我是装了双系统,实验OS:Ubuntu14.04 Installation: Plain CMake (No ROS) 首先,建立一个工作目录比如:workspace,然后把下面的需要的都在该目录下进行. (tip:一定不要使用中文名字,尽管你的系统是中文默认的名字.不然下面的依赖项将会十分困难,cmake找不到配置文件.) mkdir workspacecd workspace Boost - c++ Librairies (thread and system are needed) sudo

在github上下载高博的slambook(https://github.com/gaoxiang12/slambook)在3rdparty文件夹中有安装包. 1. 安装Eigen库 sudo apt-get install libeigen3-dev 2. 安装 PCL sudo apt-get install libpcl1.7 sudo apt-get install pcl-tools 3. 安装ceres 安装依赖:sudo apt-get install liblapack-dev

进入工程目录,我们发现有两个sh文件,一个是build.sh另一个是build_ros.sh. 这两个都可以进行ORB_SLAM2的安装,我们先来看一下build.sh echo "Configuring and building Thirdparty/DBoW2 ..." cd Thirdparty/DBoW2 mkdir build cd build cmake .. -DCMAKE_BUILD_TYPE=Release make -j cd ../../g2o echo &quo

#先要设置软件源 sudo apt-get update sudo apt-get upgrade #播放器 sudo apt-get install smplayer qt sudo apt-get install qt-sdk sudo apt-get install qt4-dev-tools #开发包 sudo apt-get install qtcreator #IDE sudo apt-get install qt4-doc #开发帮助文档 sudo apt-get install

OpenCV3中超像素分割算法SEEDS,SLIC, LSC算法在Contrib包里,需要使用Cmake编译使用.为了方便起见,我将三种算法的源码文件从contrib包里拎了出来,可以直接使用,顺便比较一下算法的效果. 三种算法的源码文件放在我的码云code上:https://gitee.com/rxdj/superPixelSegmentation.git 使用lena图做测试: SEEDS算法: SLIC算法: LSC算法: 祝大家六一儿童节快乐!

安装与运行的所有文档:https://github.com/uzh-rpg/rpg_svo/wiki 有两种安装方式: 有ros:https://github.com/uzh-rpg/rpg_svo/wiki/Installation:-ROS  没ros:https://github.com/uzh-rpg/rpg_svo/wiki/Installation:-Plain-CMake-(No-ROS)    [1]没ros的似乎比较麻烦,首先依照ros的安装方法: cd SVO 1.安装Sop

第七讲 添加回环检测 2016.11 更新 把原文的SIFT替换成了ORB,这样你可以在没有nonfree模块下使用本程序了. 回环检测的阈值作出了相应的调整. 请以现在的github上源码为准. 简单回环检测的流程 上一讲中,我们介绍了图优化软件g2o的使用.本讲,我们将实现一个简单的回环检测程序,利用g2o提升slam轨迹与地图的质量.本讲结束后,读者朋友们将得到一个完整的slam程序,可以跑通我们在百度云上给出的数据了.所以呢,本讲也将成为我们“一起做”系列的终点啦. 小萝卜:这么快就要结