LIO-SEGMOT 项目下载及安装教程
2024-12-05 23:38:12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
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 StartedRust0154- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
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
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253