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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
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
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
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
414
339
暂无简介
Dart
952
235
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
2