TRAVEL项目下载及安装教程
2024-12-07 14:23:44作者:伍希望
1. 项目介绍
TRAVEL项目是一个用于可通行地面和地面以上物体分割的3D LiDAR扫描图表示的图分割方法。该项目由KAIST的Minho Oh和Euigon Jung等人开发,旨在通过图表示法对3D LiDAR扫描数据进行处理,实现地面和地面以上物体的有效分割,适用于自动驾驶和机器人导航等领域。
2. 项目下载位置
TRAVEL项目的源代码托管在GitHub上,可以通过以下命令进行下载:
git clone https://github.com/url-kaist/TRAVEL.git
3. 项目安装环境配置
3.1 系统要求
- Ubuntu 18.04 LTS
- ROS Melodic
3.2 依赖安装
在安装TRAVEL项目之前,需要确保系统中已经安装了以下依赖:
sudo apt install cmake libeigen3-dev libboost-all-dev
sudo apt-get install ros-melodic-jsk-recognition
sudo apt-get install ros-melodic-jsk-common-msgs
sudo apt-get install ros-melodic-jsk-rviz-plugins
3.3 环境配置示例
以下是环境配置的示例图片:
4. 项目安装方式
4.1 创建工作空间
首先,创建一个ROS工作空间并进入该目录:
mkdir -p catkin_ws/src/
cd catkin_ws/src/
4.2 下载项目
使用以下命令下载TRAVEL项目:
git clone https://github.com/url-kaist/TRAVEL.git
4.3 编译项目
进入工作空间根目录并编译项目:
cd ../
catkin_make
5. 项目处理脚本
5.1 运行KITTI数据集
在KITTI数据集上运行TRAVEL项目,可以使用以下命令:
roslaunch travel run_kitti.launch data_dir:=$[ABS_DIRECTORY_OF_KITTI] seq:=$[SEQUENCE_ID]
例如:
roslaunch travel run_kitti.launch data_dir:=/home/shapelim/qbench/kitti seq:=00
5.2 下载并运行自定义数据集
下载TRAVEL项目提供的自定义数据集:
wget https://urserver.kaist.ac.kr/publicdata/TRAVEL_22/rough_terrain_1.bag
wget https://urserver.kaist.ac.kr/publicdata/TRAVEL_22/rough_terrain_2.bag
运行TRAVEL项目处理自定义数据集:
roslaunch travel run.launch
通过以上步骤,您可以成功下载并安装TRAVEL项目,并使用其处理3D LiDAR扫描数据。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781