LIO-SEGMOT 项目下载及安装教程
2024-12-05 16:56:13作者:伍霜盼Ellen
1. 项目介绍
LIO-SEGMOT(LiDAR-Inertial Odometry via Simultaneous Ego-motion Estimation and Multiple Object Tracking)是一个优化型的里程计方法,专门针对动态环境设计。该项目能够在保持里程计系统关键帧选择机制的同时,提供连续的对象跟踪结果。LIO-SEGMOT 的工作已被 ICRA 2023 接受发表。
2. 项目下载位置
项目源代码托管在 GitHub 上,可以通过以下命令进行克隆:
git clone https://github.com/StephLin/LIO-SEGMOT.git
3. 项目安装环境配置
3.1 系统要求
LIO-SEGMOT 项目最初在 Ubuntu 18.04 上开发,建议使用相同版本的系统进行安装。虽然不确定是否支持其他版本的 Ubuntu 或其他 Linux 发行版,但可以尝试。
3.2 依赖安装
在安装 LIO-SEGMOT 之前,需要安装以下依赖包:
- ROS Melodic(完整桌面安装)
- GTSAM 4.0.3
3.2.1 安装 ROS Melodic
sudo apt update
sudo apt install ros-melodic-desktop-full
3.2.2 安装 GTSAM
cd ~
git clone -b 4.0.3 https://github.com/borglab/gtsam.git
cd gtsam
mkdir build && cd build
cmake ..
sudo make install
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 构建项目
在克隆项目后,进入项目目录并构建项目:
source /opt/ros/melodic/setup.bash
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
git clone https://github.com/StephLin/LIO-SEGMOT.git
cd ..
catkin_make
4.2 配置对象检测服务
LIO-SEGMOT 提供了两个对象检测服务:
- StephLin/SE-SSD-ROS(Apache-2.0 许可证)
- StephLin/livox_detection_lio_segmot(GPL-3.0 许可证)
请根据它们的安装说明进行安装。
5. 项目处理脚本
5.1 运行 LIO-SEGMOT
运行 LIO-SEGMOT 的步骤如下:
# 可选:启动 ROS 核心
roscore
# 启动 LIO-SEGMOT 服务
roslaunch lio_segmot run_kitti.launch
# 启动对象检测服务
# 请根据文档启动 SE-SSD-ROS 或 livox_detection_lio_segmot
# 启动自定义的 ROS bag 播放器
rosrun lio_segmot lio_segmot_offlineBagPlayer _bag_filename:="path/to/your/sequence.bag"
5.2 服务调用
LIO-SEGMOT 提供了两个服务:
/lio_segmot/save_map:保存 LiDAR 地图/lio_segmot/save_estimation_result:输出当前的估计结果
示例:
# 保存地图
rosservice call /lio_segmot/save_map 0.2 /path/to/a/directory/
# 保存估计结果
rosservice call /lio_segmot/save_estimation_result
通过以上步骤,您可以成功下载、安装并运行 LIO-SEGMOT 项目。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
631
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
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100