SLAM-DSO跑公开数据集TUM
程序员文章站
2022-04-16 20:57:59
...
最近入坑SLAM,感觉有必要记录一下学习过程,想到还有个博客,于是我又回来了。话不多说,直入正题。
环境配置
1.Eigen3及依赖库安装
sudo apt-get install libsuitesparse-dev libeigen3-dev libboost-all-dev
2.OpenCV
sudo apt-get install libopencv-dev
3.Pangolin
用OpenGL的可视化绘图库,需要安装依赖库glew等,具体可见pangolin。
sudo apt-get install libglew-dev
4.ziplib
这个库在下载DSO项目后,在第三方库里有安装文件,用cmake进行编译安装即可。
其他的cmake、python、boost等在安装系统和配置其它库时一般都已经安装过了。apt方式安装不了,可以下载库,自己用cmake编译安装。
运行DSO
1.准备TUM数据集
只是实验跑通程序,没必要把整个TUM数据集下载下来,下载其中一个序列就行。
2.下载并编译DSO项目文件
git clone https://github.com/JakobEngel/dso.git
cd dso
mkdir build
cd build
cmake ..
make
3.DSO运行TUM数据集
进入build文件夹下的bin文件夹,命令行输入下述内容:
./dso_dataset \
files=/home/(用户名/)sequence_XX/images.zip \
calib=/home/(用户名/)sequence_XX/camera.txt \
gamma=/home/(用户名/)sequence_XX/pcalib.txt \
vignette=/home/(用户名/)sequence_XX/vignette.png \
preset=0 \
mode=0
环境没问题出现报错,建议先看数据集的文件路径弄对没。
运行效果
参考来源:https://github.com/JakobEngel/dso
欢迎批评指正,如果需要相关库文件,可以私信或留言。
推荐阅读
-
使用Intel RealSense D435i自制离线数据集跑通BundleFusion
-
深度学习零基础使用 PyTorch 框架跑 MNIST 数据集的第四天:单例测试
-
ORB-SLAM、ORB-SLAM2跑通,运行EuRoC数据集,用EVO评估
-
ORB_SLAM2跑数据集卡住不生成关键帧轨迹txt文件
-
SLAM-DSO跑公开数据集TUM
-
evo测评TUM数据集
-
ORB_SLAM2跑TUM——单目和RGBD数据集
-
Ubuntu16.04/18.04+ROS Kinect/Melodic + KinectV2 制作自己的TUM_RGBD数据集
-
YOLO 批量检测 TUM 数据集保存检测结果
-
将TUM数据集制作成BundleFusion数据集