ORB_SLAM2运行KITTI数据集

这篇具有很好参考价值的文章主要介绍了ORB_SLAM2运行KITTI数据集。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        在前文我们已经安装运行了ORB_SLAM2,下载和编译(包括报错)在文章:

ORB_SLAM2下载编译及运行EuRoC数据集_浅梦语11的博客-CSDN博客_euroc数据集下载

        并且我们使用运行了EuRoC数据集。今天利用框架运行KITTI数据集。

        注意:如果没有运行成功EuRoC数据集,可能本教程并不适合,因为运行成功EuRoC数据集时,ORB_SLAM2已经成功编译了,在ros空间创建好后,直接将编译过的文件夹整个复制进去,之后再catkin_make等,然后运行数据集。

        但是如果是从头开始,没有编译过ORBSLAM2而是刚刚下载,可以考虑这个教程试试:

ORB-SLAM2编译安装以及跑KITTI数据集_Jinterest的博客-CSDN博客_orb-slam跑kitti

        我并没有这个跑,但是看这个比较全,可以试试。


目录

一、KITTI数据集下载

二、ROS编译ORB_SLAM2并运行

1.创建ros空间

2.运行数据集

三、运行结果


一、KITTI数据集下载

        数据集官网为:

The KITTI Vision Benchmark Suite

        按照ORBSLAM2的说法,我们下载grayscale版本的数据集就行,也就是第一个。

ORB_SLAM2运行KITTI数据集

         这个可能需要翻墙下,如果下不下来可以翻墙试试,或者找别人下载好的,22GB下载也比较慢。

        下载后解压为dataset文件夹:

ORB_SLAM2运行KITTI数据集

 ORB_SLAM2运行KITTI数据集

ORB_SLAM2运行KITTI数据集 

 文章来源地址https://www.toymoban.com/news/detail-479619.html

二、ROS编译ORB_SLAM2并运行

1.创建ros空间

        在选定文件夹,创建ros空间

mkdir -p orb2-catkin_ws/src

        之后要在src文件夹内将源码放进来,如果没有经过运行成功EuRoC数据集,可能本教程并不适合,下载源码进去后需要再编译成功才行。

        按照上个教程,运行成功EuRoC数据集的话,直接将整个ORB_SLAM2文件夹复制进src文件夹内就好。

        之后,在orb2-catkin_ws文件夹内,继续ros空间的编译等。

cd orb2-catkin_ws
catkin_make -j8
source devel/setup.bash

        这样ros空间就建好了,我们可以按照官网的命令运行数据集。

2.运行数据集

cd src
./Examples/Monocular/mono_kitti Vocabulary/ORBvoc.txt Examples/Monocular/KITTI00-02.yaml 数据集路径/dataset/sequences/00/

        其中,dataset就是我们下载的KITTI数据集解压后的文件夹名称。

三、运行结果

ORB_SLAM2运行KITTI数据集

 

到了这里,关于ORB_SLAM2运行KITTI数据集的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【ORB_SLAM】Ubuntu20.04 配置ORB_SLAM3

    本文主要记录基于Ubuntu20.04环境下,对普通的ORB_SLAM3和稠密版本的ORB_SLAM3进行环境的配置。 这里采用鱼香ros的一键安装,感谢小鱼的一键安装。 Pangolin:链接: https://pan.baidu.com/s/1FXYLsEK1W3xmX0m_Vqylag 提取码: jgz2 (基于小六的注释后的ORB_SLAM3代码) https://github.com/electech6/ORB_SLAM3_d

    2024年02月15日
    浏览(38)
  • ORB_SLAM3 LocalMapping中CreateNewMapPoints

    CreateNewMapPoints 在 新插入的关键帧 的 邻近的关键帧 中,通过 词袋模型 与新插入关键帧中 没有匹配的 ORB特征进行匹配,并抛弃其中 不满足对极约束 的匹配点对,接着通过 三角化 生成地图点 GetBestCovisibilityKeyFrames :找出与当前关键帧 共视程度最高前nn帧 vpNeighKFs 如果是 I

    2024年02月01日
    浏览(45)
  • 【ORB_SLAM2算法中逐函数讲解】

    在ORB-SLAM2算法中, TrackReferenceKeyFrame() 函数主要用于根据参考关键帧(Reference KeyFrame)来进行相机位姿估计。这个函数在跟踪过程中起到关键作用,它使用当前帧与参考关键帧之间的匹配点进行位姿估计,从而实现视觉里程计的功能。以下是这个函数中的主要操作: 计算当前

    2023年04月25日
    浏览(29)
  • Ubuntu18.04跑通ORB_SLAM3(实时USB单目摄像头&本地视频.mp4&官方数据集)

    本人小白,寒假期间学习了一些ROS知识,试着在虚拟机搭建ORB_SLAM3环境并跑通数据集和摄像头,作本文以记录学习过程。所有用到的资源(软件安装包,镜像文件,库的源码文件都会放在最后百度网盘链接里) 目录 0.something you should know 1.安装VMware Workstation Pro和Ubuntu18.04 2.安

    2023年04月18日
    浏览(53)
  • ORB_SLAM3:单目+IMU初始化流程梳理

    单目+IMU模式下,前面的一些配置完成后,处理第一帧图像时: 1、每帧图像都会调用该函数: 目的:使灰度直方图分布较为均匀,从而使整体对比度更强,便于后面特征点的提取等工作; 2、第一帧图像(ni=0)时无IMU数据(vImuMeas容器为空),进入下面的这个函数: 该函数先

    2024年02月10日
    浏览(28)
  • RGB-L:基于激光雷达增强的ORB_SLAM3(已开源)

    点云PCL免费知识星球,点云论文速读。 文章:RGB-L: Enhancing Indirect Visual SLAM using LiDAR-based Dense Depth Maps 作者:Florian Sauerbeck, Benjamin Obermeier, Martin Rudolph 编辑:点云PCL 代码:https://github.com/TUMFTM/ORB_SLAM3_RGBL.git 欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈。文章仅

    2024年02月07日
    浏览(38)
  • ORB_SLAM2配置——基于Ubuntu20.04+ROS+gazebo仿真

    一、引言 ORB-SLAM2,它是基于单目、双目或RGB-D相机的一个完整的SLAM系统,其中包括地图重用、回环检测和重定位功能。这个系统可以适用于多种环境,无论是室内小型手持设备,还是工厂环境中飞行的无人机和城市中行驶的车辆,其都可以在标准CPU上实时运行。该系统的后端

    2023年04月13日
    浏览(37)
  • orb_slam3实现保存/加载地图功能and发布位姿功能

    先说方法:在加载的相机参数文件.yaml的最前面加上下面两行就行。 第一行表示从本地加载名为\\\"MH01_to_MH05_stereo_inertial.osa\\\"的地图文件,第二行表示保存名为\\\"MH01_to_MH05_stereo_inertial.osa\\\"的地图到本地。第一次运行建图时注释掉第一行,只使用第二行,加载地图重定位时反过来,

    2024年02月15日
    浏览(25)
  • ORB_SLAM3启动流程以stereo_inertial_realsense_D435i为例

    概述 ORB-SLAM3 是第一个同时具备纯视觉(visual)数据处理、视觉+惯性(visual-inertial)数据处理、和构建多地图(multi-map)功能,支持单目、双目以及 RGB-D 相机,同时支持针孔相机、鱼眼相机模型的 SLAM 系统。 主要创新点: 1.在 IMU 初始化阶段引入 MAP。该初始化方法可以实时

    2024年02月12日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包