《SGLC项目安装与配置指南》

1. 项目基础介绍

SGLC（Semantic Graph-Guided Coarse-Fine-Refine Full Loop Closing for LiDAR SLAM）是一个用于激光雷达同步定位与建图（SLAM）的循环闭合检测框架。该项目通过构建语义图，结合激光雷达扫描描述符，实现了鲁棒的循环闭合检测和6自由度位姿估计。项目的主要编程语言是C++，同时使用了Python进行部分数据处理和评估。

2. 项目使用的关键技术和框架

• 语义图构建：项目利用激光雷达数据构建语义图，图中节点代表场景中的前景实例，边代表节点间的拓扑关系。
• 激光雷达扫描描述符：结合语义图拓扑特性和背景外观特征生成的描述符，用于检索数据库中的循环候选扫描。
• 几何验证：对每个循环候选进行几何验证，关键步骤是利用实例节点描述符进行鲁棒的稀疏节点匹配。
• 粗-细-精配准方案：采用三阶段配准方案，以估计精确的6自由度位姿。

项目中使用到的框架和库包括Eigen、PCL（Point Cloud Library）、Ceres-solver等。

3. 项目安装和配置的准备工作及详细步骤

准备工作

在开始安装之前，请确保您的系统满足以下要求：

• 操作系统：Ubuntu 20.04 或 Ubuntu 18.04
• 编译器：支持C++11的编译器
• 必要的库：Eigen (3.3.7)、PCL (1.10)、Ceres-solver (2.1.0)

您可以从官方文档或包管理器中安装这些库。

安装步骤

1. 克隆项目仓库：

git clone [e-mail]:nubot-nudt/SGLC.git

2. 创建构建目录并编译：

cd SGLC
mkdir build
cd build
cmake ..
make -j8

在这里，-j8 参数指示并行编译使用8个核心，您可以根据自己的CPU核心数调整这个参数。

完成以上步骤后，您就已经成功安装了SGLC项目。接下来，您可以按照项目文档中的说明进行配置和使用。

注意：在实际操作过程中，确保所有步骤都按照项目官方文档的指导进行，以避免可能出现的兼容性问题。