Elastic-Tracker 项目下载及安装教程
2024-12-08 09:00:45作者:何举烈Damon
1. 项目介绍
Elastic-Tracker 是一个灵活的轨迹规划框架,能够处理具有挑战性的跟踪任务,同时确保安全性和可视性。该项目由浙江大学 Fast Lab 的 Jialin Ji、Neng Pan 和 Fei Gao 开发,并在 IEEE 国际机器人与自动化会议(ICRA 2022)上发表相关论文。Elastic-Tracker 使用 MINCO 作为轨迹表示,使用 DecompROS 进行安全飞行走廊的生成和可视化。
2. 项目下载位置
项目托管在 GitHub 上,您可以通过以下地址下载项目:
https://github.com/ZJU-FAST-Lab/Elastic-Tracker.git
3. 项目安装环境配置
3.1 环境要求
- Ubuntu 16.04/18.04
- ROS(Robot Operating System)Kinetic/K melodic
- CUDA 9.0 或更高版本
- CMake 3.3.2 或更高版本
- GCC 5.4 或更高版本
3.2 配置步骤
以下是环境配置的步骤,以下是部分步骤的截图示例。
-
安装 ROS:
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1ABAFB7629FA502B8B435AA828654C8DC0E3F2B sudo apt-get update sudo apt-get install ros-kinetic-desktop-full
-
安装 CUDA: 根据NVIDIA官方文档安装CUDA Toolkit。
-
安装其他依赖项:
sudo apt-get install -y git sudo apt-get install -y libopencv-dev sudo apt-get install -y libeigen3-dev sudo apt-get install -y lib boost-all-dev
4. 项目安装方式
-
克隆项目:
git clone https://github.com/ZJU-FAST-Lab/Elastic-Tracker.git cd Elastic-Tracker -
编译项目:
catkin_make source devel/setup.zsh
5. 项目处理脚本
以下是一些基本的项目处理脚本:
-
启动可视化:
chmod +x sh_utils/pub_triger.sh roslaunch mapping rviz_sim.launch -
运行跟踪模拟:
roslaunch planning simulation1.launch -
触发无人机跟踪目标:
/sh_utils/pub_triger.sh
确保在执行脚本之前正确设置和编译了项目环境。按照以上步骤,您应该能够成功下载、安装并运行 Elastic-Tracker 项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0130- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
722
4.64 K
Ascend Extension for PyTorch
Python
594
747
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
375
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
987
977
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
889
130
deepin linux kernel
C
29
16
暂无简介
Dart
967
246
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
159
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
964