视觉SLAM十四讲——ch7

在build中进入 stereo，注意更改stereoVision.cpp中图片文件的路径。注意：路径需要改成自己的！（3）SGBM的视差图（因为有一部分左眼看到了但是右眼没看到，所以对应的视察是空的）在build中进入 stereo，注意更改joinMap.cpp中图片文件的路径。OpenCV提供了大量的开源图像算法，是计算机视觉中使用极广的图像处理算法库。首先弹出第一个图片，按任意键弹出第二个

Ceres BA使用的是BAL数据集。在本例中，使用problem-16-22106-pre.txt文件。BAL的数据集自身存在的特殊BAL的相机内参模型由焦距f和畸变参数k1，k2给出。因为BAL数据在投影时假设投影平面在相机光心之后，所以按照我们之前用的模型计算，需要在投影之后乘以系数-1。

这个编译错误是因为您在使用 OpenCV 库时，使用了在较早版本中定义的已弃用的常量 CV_FILLED。第三段视频是在第二段视频的运行代码上，将后端优化的部分给注释掉后，通过轨迹可以看出来效果比较好，可能因为优化时矫正过度的原因。第二段视频是经过更改可视化的代码，将相机的运动轨迹绘画出来，但是根据视频可以看出来，轨迹效果并不好。第一段视频是ch13中原本的代码，经过更改一些错误之后，能够正常运行

因为环境比较干净，所以遇到的问题相对少一些，不过每一个问题都进行了完善的解决我的环境是刚装完Ubuntu20.04之后，并进行了的操作之后的一个环境。

整个大体的步骤大体就有以下几个过程。下载viz3d并执行pip install . 进行安装gitcd执行超级构建对cmake进行手动升级执行构建slam库执行构建ros库独立建立工作空间，与git的地址不同进行节点创立完成然后进行运行。

所提供的图像具有高动态范围，事先进行了光度标定，用20Hz的帧率采集，分辨率为1024像素*1024像素；需要下载数据集dataset-room1_512_16和rgbd_dataset_freiburg1_desk。在一键安装ROS后，只需要再安装Pangolin即可，其他所有的需要都已经存在。用微型飞行器采集的视觉惯性数据集，包含双目相机和IMU同步测量数据及位姿的真值。第二条命令中的${RO

案例描述：实现过程：代码：运行结果：代码解析：ASCII表：案例描述：实现过程：代码：运行结果：代码解析：注意：因为0~31是非打印控制字符，所以没有打印出来。案例描述：实现过程：代码：运行结果：代码解析：注意：第 27、28 行是释放指针内存，在用 new 申请内存时，必须在程序结尾包含这句代码，否则会出现内存泄漏或野指针。案例描述：实现过程：代码：运行结果：代码解析：#defne定义的常量语句

本实例利用函数 int level(char ch)判断输入运算符的级别，它的返回值为输入运算符的级别数值。小于0.5，直接舍去，在程序中，可以利用显式转换直接取整的方式，将小数点后的数据舍去。案例中给出苹果的总数和人数，同样，这两个数值可以根据需要，利用cin进行终端输入。就如两个有水的杯子，想要交换里面的水，需要拿一个临时的空杯子一样的实现过程一样。在进行简单运算时，一般都是相同数据类型之间的

make -j” 是一个 Linux 命令，它使用所有可用的 CPU 核心来并行编译程序。通常在不指定进程数量时，使用这个命令可以最大化地利用 CPU 资源以加快编译速度。这个命令会启动尽可能多的进程来同时编译程序，以便快速生成可执行文件。此命令将自动检测计算机上可用的 CPU 核心数量，并在所有可用的核心上启动相应数目的编译任务。需要注意的是，由于多个进程同时在运行，因此使用 “make -j”