学术研究No. 31
利兹大学的语义 SLAM 机器人
2024 年在利兹给移动机器人加语义: 把一套公开的语义 SLAM 代码(ORB-SLAM2 稠密建图加 FCAF3D 三维检测)在 WSL2 的 Ubuntu 18.04 上装起来编过去, 读过源码并写了流程记录.
机器人
从空地图逐关键帧建语义地图1 段
16 个关键帧建成地图, 框乘位姿链落进 map, SORT 把同一物体合成一个
演示滚到这里时加载
这一段证明: 16 个关键帧建成地图, 同一物体多次看到只留一个框
在利兹大学读硕士期间做的课题, 想让一台移动机器人建图的同时认出场景里的物体.
SLAM 与检测的代码包出自别人的公开仓; 本人改的是编译配置 路径与依赖, 算法没有动.
环境是 WSL2 里的 Ubuntu 18.04, ROS Melodic, CUDA 11.3, PyTorch 1.12.1; 编 ORB-SLAM2 时碰到 Eigen 的兼容问题, 去掉了编译选项里的 -march=native; PCL 版本由 1.7.2 改成 1.8.1, 补了缺的头文件.
另起了两个上位机小工具: 安卓遥控 App 做到界面与蓝牙状态监测, 串口日志工具做到串口连接与导出; 3 月用这台机器人做过一次导盲场景的课程展示.