多激光雷达与摄像头外参标定项目下载及安装教程
2024-12-04 20:00:50作者:卓艾滢Kingsley
1. 项目介绍
本项目是香港大学(HKU)MARS实验室开发的一种针对多个激光雷达与摄像头的外部参数标定方法。该方法基于自适应体素化技术,能够高效准确地完成激光雷达与摄像头之间的外参标定,无需使用标定板,适用于各种小型视场角激光雷达与摄像头的标定。
2. 项目下载位置
项目托管在GitHub上,下载地址为:https://github.com/hku-mars/mlcc.git
3. 项目安装环境配置
以下是项目安装所需的软件环境和配置步骤:
系统要求
- Ubuntu 16.04/18.04/20.04
- ROS Kinetic/Melodic/Noetic
- Ceres Solver 1.14.x
- OpenCV 3.4.14
- Eigen 3.3.7
- PCL 1.8
配置步骤
安装依赖项
首先确保系统中安装了上述所有依赖项。以下是在Ubuntu系统上安装依赖项的示例命令:
# 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 C1AB517F9772C4E1CD7F5399D3F1FB0EB8F8131
sudo apt-get update
sudo apt-get install ros-kinetic-desktop-full
# 安装其他依赖项
sudo apt-get install cmake git libeigen3-dev libopencv-dev libpcl-dev
克隆项目代码
cd ~/catkin_ws/src
git clone git@github.com:hku-mars/mlcc.git
编译项目
cd ~/catkin_ws
catkin_make
设置环境变量
source ~/catkin_ws/devel/setup.bash
4. 项目安装方式
项目的安装主要是通过编译CMakeLists.txt文件来完成的。在完成上述环境配置后,可以直接在catkin工作空间中编译项目。
5. 项目处理脚本
项目的运行和处理脚本主要包括以下步骤:
多激光雷达外参标定
- 姿态优化
roslaunch mlcc pose_refine.launch
- 外参优化
roslaunch mlcc extrinsic_refine.launch
- 姿态与外参联合优化
roslaunch mlcc global_refine.launch
多激光雷达-摄像头外参标定
roslaunch mlcc calib_camera.launch
单激光雷达-摄像头标定
roslaunch mlcc calib_single_camera.launch
以上步骤完成后,即可开始使用项目进行外参标定。
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown00
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie041
- 每日精选项目🔥🔥 推荐每日行业内最新、增长最快的项目,快速了解行业最新热门项目动态~ 🔥🔥016
- aisuite通过一个标准化的接口使用多个大型语言模型。源项目地址是:https://github.com/andrewyng/aisuitePython00
- public-apis免费 API 的集合列表。源项目地址:https://github.com/public-apis/public-apisPython01
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript094
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTSX024
- Yi-CoderYi Coder 编程模型,小而强大的编程助手HTML010
- Sscreenshot-to-code上传一张屏幕截图并将其转换为整洁的代码(HTML/Tailwind/React/Vue)Python03
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript010
热门内容推荐
最新内容推荐
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
869
0
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
33
28
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
386
41
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.94 K
19.09 K
杨帆测试平台
扬帆测试平台是一款高效、可靠的自动化测试平台,旨在帮助团队提升测试效率、降低测试成本。该平台包括用例管理、定时任务、执行记录等功能模块,支持多种类型的测试用例,目前支持API(http和grpc协议)、性能、CI调用等功能,并且可定制化,灵活满足不同场景的需求。 其中,支持批量执行、并发执行等高级功能。通过用例设置,可以设置用例的基本信息、运行配置、环境变量等,灵活控制用例的执行。
JavaScript
10
1
GitCode光引计划有奖征文大赛
GitCode光引计划有奖征文大赛
14
1
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
62
10
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.64 K
1.45 K
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
152
26
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
20
3