SLAM 算法复现记录：MR-SLAM

4 minute read

MR-SLAM：一个模块化的多机SLAM

1. 项目基本信息

系统：Ubuntu 20.04
ROS 版本：Noetic
项目地址：https://github.com/MaverickPeter/MR_SLAM
这是我的复现过程记录，并非教程，因此会有一些不必要的操作

2. docker复现

2.1 Quick Demo 无法可视化（未解决）

docker pull maverickp/mrslam:noetic

每次退出停止容器后再进入想可视化均要运行 xhost +local:root 挂载数据集目录，根据自己具体的路径来，最后面是镜像ID

docker run -it --gpus all --network host -e DISPLAY=$DISPLAY -v /tmp/.X11-unix:/tmp/.X11-unix -v /home/sd10/Downloads/mrslam:/home/dataset --name mrslam e835fa747c57
# 按道理 进去应该是/目录
cd home

新开终端时可以：docker exec -it -w /home mrslam bash

如果直接按照 mr-slam 中 Quick Demo 的教程运行的话，我这里的rviz无法显示，一片空白：

Quick Demo的结果

2.2 选择 Full Usage

roscore
rosbag play ./dataset/3_dog.bag --clock –pause  #数据集的路径可以自己设置，我是根据之前挂载的路径设置的
# 新开终端 选一个里程计：
cd Localization && source devel/setup.bash
roslaunch fast_lio robot_1.launch
roslaunch fast_lio robot_2.launch
roslaunch fast_lio robot_3.launch

# 新开终端 评估地图节点：
cd Mapping && source devel/setup.bash
roslaunch elevation_mapping_demos robot_1.launch
roslaunch elevation_mapping_demos robot_2.launch
roslaunch elevation_mapping_demos robot_3.launch   
#preprocess tools 这个工具我没运行
# 新开终端  回环检测模块
cd LoopDetection && source devel/setup.bash
# 我之前安装的是Python3 运行ring++时使用python3
cd src/RING_ros
python3 main_RINGplusplus.py

# 新开终端 地图管理：
cd Mapping && source devel/setup.bash
roslaunch global_manager global_manager.launch
# 新开终端 运行costmap converter
cd Costmap && source devel/setup.bash
roslaunch costmap_converter create_costmap.launch
# 新开终端 可视化：
rviz -d Visualization/vis.rviz

执行 `rviz -d Visualization/vis.rviz` 时报错

rviz -d Visualization/vis.rviz结果

解决办法：在docker run中添加 --privileged 参数，去掉 --network host 参数

如果修改代码需要尝试重新编译，在编译Loop时，出现python的问题，先which python3.8找到位置，然后cmake，用官方的miniconda我这里会报错我这里是采用

catkin_make --cmake-args \
-DCMAKE_BUILD_TYPE=Release \
-DPYTHON_EXECUTABLE=/usr/bin/python3.8 \
-DPYTHON_INCLUDE_DIR=/usr/include/python3.8 \
-DPYTHON_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython3.8.so \
-DBUILD_PYTHON_BINDINGS=ON

成功，可视化为

可视化结果

3. 本地复现

3.1 CUDA安装

下载地址： https://developer.nvidia.com/cuda-toolkit-archive
选择好对应的版本，选择runfile，出现安装的命令语句：
```
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
sudo sh cuda_11.1.0_455.23.05_linux.run
```
进入安装界面，按上下键盘移动光标，空格取消选择，我之前安装过驱动就取消了cuda自带的驱动，网上也有相关的cuda的安装教程安装完毕显示：

在 ~/.bashrc 文件中添加如下环境变量

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

这两句有时无法加入到那个文件，可以手动复制粘贴的那个文件末尾，通过 nvcc -V 验证是否安装成功

CUDA安装

之后按照教程即可

3.3 安装Grid Map

在安装Grid Map时， sudo apt install ros-$ROS_DISTRO-grid-map* ，如果电脑中有多个ROS，选择ROS tested on kinetic, melodic and noetic这几个，同时若安装时出现E：的错误，可以尝试先运行 sudo apt-get update

3.4 安装对应版本的pytorch

在官方网站可以看到对应的命令：https://pytorch.org/get-started/previous-versions/

pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html

验证： pytorch安装

由于我的显卡驱动版本显示：

sd10@sd10-MS-7D76:~$ nvidia-smi
NVIDIA-SMI 535.216.03             Driver Version: 535.216.03   CUDA Version: 12.2 

我的 显卡驱动和CUDA 并不适配，并不确定是否能实现这个项目，先尝试一下

3.5 Mapping 编译

cd Mapping && catkin_make -DBUILD_PYTHON_BINDINGS=ON

会报错，如下图: Mapping编译

解决办法：

3.5.1 安装Kindr

通过git clone 源码或者直接下载release , 按照官网教程安装即可。记录位置（没什么必要）：cmake .. -DUSE_CMAKE=true 的结果位置 -- Build files have been written to: /home/sd10/slam/mr_slam/MR_SLAM/kindr/build

sudo make install 的安装位置：

-- Installing: /usr/local/include/kindr
-- Installing: /usr/local/share/kindr

安装之后仍报错： Kindr编译

解决办法（问的ai）：

# 手动创建 kindr.pc 文件，既然 locate kindr.pc 没有找到 .pc 文件，我们需要手动创建一个：

sudo mkdir -p /usr/local/lib/pkgconfig
sudo vim /usr/local/lib/pkgconfig/kindr.pc

# 打开后 在编辑器中，添加以下内容（如果安装路径不同，请根据实际情况修改）：

prefix=/usr/local
exec_prefix=${prefix}
includedir=${prefix}/include
libdir=${prefix}/lib

Name: kindr
Description: Kinematics and Dynamics Library
Version: 1.0
Cflags: -I${includedir}/kindr
Libs: -L${libdir} -lkindr

# 保存并退出

# 更新 PKG_CONFIG_PATH 环境变量 ，让 pkg-config 能找到新建的 .pc 文件：

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

# 验证 pkg-config 是否找到 kindr: 
pkg-config --modversion kindr

# 下面这步我没执行，我觉得编译完就完事了，我应该不会多次编译，就没执行
# 为了每次开机自动生效，编辑 ~/.bashrc 文件：
echo 'export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig' >> ~/.bashrc
source ~/.bashrc

继续make，然后仍然报错： Mapping编译

解决办法：参考： https://github.com/MaverickPeter/MR_SLAM/issues/17 ，需要安装依赖：https://www.fftw.org/

3.5.2 安装fftw

下载压缩包或者去github下载源码，然后

mkdir build
cd build
cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local
make -j$(nproc)  # 使用多核编译加速
sudo make install

上面步骤是参考： https://github.com/MaverickPeter/MR_SLAM/issues/17 如果按照官方教程会出现问题 https://github.com/FFTW/fftw3/blob/master/README ，如下图安装fftw

继续 catkin_make -DBUILD_PYTHON_BINDINGS=ON 后还会报错 Mapping编译

解决办法：在 MR_SLAM/Mapping/src/elevation_mapping_periodical/elevation_mapping/CMakeLists.txt 中注释掉 find_package 和 catkin_package 中的 kindr ，在 include_directories 添加 /usr/local/include/kindr ，然后编译不成功的话可以清理旧的工作空间 rm -rf build devel 重新编译

报错: Mapping编译

解决办法：

3.5.3 安装 octomap

安装对应的： sudo apt install ros-$ROS_DISTRO-octomap*

3.6 Localization 编译

cd Localization && catkin_make

我之前没安装ceres库，会报缺失: Localization编译

3.6.1 ceres 安装

安装：下载压缩包，参考安装步骤： http://ceres-solver.org/installation.html#linux , 安装时可能需要sudo权限 , 回到 catki_make 报错 Localization编译

原因： ceres版本不匹配，我安装的2.2的ceres，可以尝试安装低版本的，或者修改源代码，我选择修改源代码（参考：https://github.com/HKUST-Aerial-Robotics/A-LOAM/issues/60 ）

把ALOAM的src源代码中的

ceres::LocalParameterization *q_parameterization = new ceres::EigenQuaternionParameterization();

to :修改为

ceres::Manifold *q_parameterization = new ceres::EigenQuaternionManifold();

继续catkin_make报错 Localization编译

这个好像也是ceres版本带来的问题，低版本可能没有这些问题（没试过）解决办法：参考：https://github.com/HKUST-Aerial-Robotics/A-LOAM/issues/65 将下面这段。粘贴到 Localization/src/A-LOAM/CMakeLists.txt的set(CMAKE_CXX_FLAGS_RELEASE "-O3 -Wall -g") 语句下

option(USE_CUDA "Enable use of CUDA linear algebra solvers." ON)
if (USE_CUDA)
if (CMAKE_VERSION VERSION_LESS 3.17)
# On older versions of CMake (20.04 default is 3.16) FindCUDAToolkit was
# not available, but FindCUDA was deprecated. To avoid special-case handling
# elsewhere, emulate the effects of FindCUDAToolkit locally in terms of the
# expected CMake imported targets and defined variables. This can be removed
# from as soon as the min CMake version is >= 3.17.
find_package(CUDA QUIET)
if (CUDA_FOUND)
message("-- Found CUDA version ${CUDA_VERSION} installed in: "
"${CUDA_TOOLKIT_ROOT_DIR} via legacy (< 3.17) CMake module. "
"Using the legacy CMake module means that any installation of "
"Ceres will require that the CUDA libraries be installed in a "
"location included in the LD_LIBRARY_PATH.")
enable_language(CUDA)
macro(DECLARE_IMPORTED_CUDA_TARGET COMPONENT)
    add_library(CUDA::${COMPONENT} INTERFACE IMPORTED)
    target_include_directories(
    CUDA::${COMPONENT} INTERFACE ${CUDA_INCLUDE_DIRS})
    target_link_libraries(
    CUDA::${COMPONENT} INTERFACE ${CUDA_${COMPONENT}_LIBRARY} ${ARGN})
endmacro()

declare_imported_cuda_target(cublas)
declare_imported_cuda_target(cusolver)
declare_imported_cuda_target(cusparse)
declare_imported_cuda_target(cudart ${CUDA_LIBRARIES})

set(CUDAToolkit_BIN_DIR ${CUDA_TOOLKIT_ROOT_DIR}/bin)

else (CUDA_FOUND)
message("-- Did not find CUDA, disabling CUDA support.")
update_cache_variable(USE_CUDA OFF)
endif (CUDA_FOUND)
else (CMAKE_VERSION VERSION_LESS 3.17)
find_package(CUDAToolkit QUIET)
if (CUDAToolkit_FOUND)
message("-- Found CUDA version ${CUDAToolkit_VERSION} installed in: "
"${CUDAToolkit_TARGET_DIR}")
set(CUDAToolkit_DEPENDENCY
"find_dependency(CUDAToolkit ${CUDAToolkit_VERSION})")
enable_language(CUDA)
if (CMAKE_VERSION VERSION_GREATER_EQUAL "3.18")
# Support Maxwell, Pascal, Volta, Turing, and Ampere GPUs.
set(CMAKE_CUDA_ARCHITECTURES "50;60;70;80")
message("-- Setting CUDA Architecture to ${CMAKE_CUDA_ARCHITECTURES}")
endif()
list(APPEND CERES_CUDA_LIBRARIES
CUDA::cublas
CUDA::cudart
CUDA::cusolver
CUDA::cusparse)
set(CMAKE_CUDA_RUNTIME_LIBRARY NONE)
else (CUDAToolkit_FOUND)
message("-- Did not find CUDA, disabling CUDA support.")
update_cache_variable(USE_CUDA OFF)
endif (CUDAToolkit_FOUND)
endif (CMAKE_VERSION VERSION_LESS 3.17)
endif (USE_CUDA)

成功

3.7 Costmap 编译

cd Costmap && catkin_make

报错： Costmap编译

在costmap 的 src的cmakelists文件中添加：

set(CMAKE_CXX_STANDARD 14)
set(CMAKE_CXX_STANDARD_REQUIRED ON)，添加后保存

保存时有时会需要sudo权限

3.8 LoopDetection 编译

cd LoopDetection && catkin_make -DBUILD_PYTHON_BINDINGS=ON

成功

3.9 运行

3.9.1 运行 `rosrun disco_ros main.py` 时报错

main.py运行

解决办法，参考： https://github.com/MaverickPeter/MR_SLAM/issues/17 https://github.com/MaverickPeter/MR_SLAM/issues/6

这几个issue中叙述 You need to follow the README in disco/tools and build gputransform ，在tools里把cpu或者gpu运行 python3 setup.py build_ext –inplace 我选择在cpu里进行，会生成：gputransform.cpython-38-x86_64-linux-gnu.so 文件，复制粘贴到 main dir of disco_ros. ，即 LoopDetection/src/disco_ros/ 下，然后还报错： main.py运行

解决办法：

3.9.2 Fast GICP 问题

参考对应文件的README： https://github.com/MaverickPeter/MR_SLAM/issues/4 在git克隆的文件mrslam下执行：

git submodule sync
git submodule update --init --recursive

# 执行
cd /Mapping/src/fast_gicp
python3 setup.py install –user

3.9.3 继续运行disco的话还会报open3d的错误：

disco的main.py运行

解决办法：直接安装：pip install open3d 然后运行，成功： disco的main.py运行

3.9.4 尝试SC描述子，报错：

main_SC.py运行

同样的解决办法，参考对应文件的README，参考：https://github.com/MaverickPeter/MR_SLAM/tree/main/LoopDetection/src/RING_ros 在对应目录下执行:

sd10@sd10-MS-7D76:~/slam/mr_slam/MR_SLAM/MR_SLAM/LoopDetection/generate_bev_cython_binary$ python3 setup.py install –user

sd10@sd10-MS-7D76:~/slam/mr_slam/MR_SLAM/MR_SLAM/LoopDetection/generate_bev_pointfeat_cython$ python3 setup.py install --user

3.9.5 torch_radon的问题，

同样的问题：LoopDetection/src/RING_ros/README.md中有写安装办法

cd torch-radon
python setup.py install
# python不行使用python3，没有权限加上 --user

3.9.6 缺失库

main_SC.py运行

解决办法: 安装时 pip3 install -U scikit-image 报错： main_SC.py运行

这个我这是由于pip3的版本太老了，升级一下，有时电脑中会有多个pip，旧版本的会干扰系统，需要先卸载再更新，更新后

pip3 install --user -U scikit-image
python3 main_SC.py   #成功

尝试ring和ring++均成功

3.9.7 create_costmap.launch 报错

create_costmap.launch运行

但是不影响可视化：

3.9.10 可视化

可视化

Share on

X Facebook LinkedIn Bluesky

qiyu-lu

SLAM 算法复现记录：MR-SLAM

1. 项目基本信息

2. docker复现

2.1 Quick Demo 无法可视化（未解决）

2.2 选择 Full Usage

执行 `rviz -d Visualization/vis.rviz` 时报错

3. 本地复现

3.1 CUDA安装

3.3 安装Grid Map

3.4 安装对应版本的pytorch

3.5 Mapping 编译

3.5.1 安装Kindr

3.5.2 安装fftw

3.5.3 安装 octomap

3.6 Localization 编译

3.6.1 ceres 安装

3.7 Costmap 编译

3.8 LoopDetection 编译

3.9 运行

3.9.1 运行 `rosrun disco_ros main.py` 时报错

3.9.2 Fast GICP 问题

3.9.3 继续运行disco的话还会报open3d的错误：

3.9.4 尝试SC描述子，报错：

3.9.5 torch_radon的问题，

3.9.6 缺失库

3.9.7 create_costmap.launch 报错

3.9.10 可视化

Share on

You May Also Enjoy

力扣热题100刷题-twoPointers-42-接雨水

力扣热题100刷题-twoPointers-283-移动零

力扣热题100刷题-twoPointers-15-三数之和

力扣热题100刷题-twoPointers-11-盛最多水的容器

qiyu-lu

1. 项目基本信息

2. docker复现

2.1 Quick Demo 无法可视化（未解决）

2.2 选择 Full Usage

执行 rviz -d Visualization/vis.rviz 时报错

3. 本地复现

3.1 CUDA安装

3.3 安装Grid Map

3.4 安装对应版本的pytorch

3.5 Mapping 编译

3.5.1 安装Kindr

3.5.2 安装fftw

3.5.3 安装 octomap

3.6 Localization 编译

3.6.1 ceres 安装

3.7 Costmap 编译

3.8 LoopDetection 编译

3.9 运行

3.9.1 运行 rosrun disco_ros main.py 时报错

3.9.2 Fast GICP 问题

3.9.3 继续运行disco的话还会报open3d的错误：

3.9.4 尝试SC描述子，报错：

3.9.5 torch_radon的问题，

3.9.6 缺失库

3.9.7 create_costmap.launch 报错

3.9.10 可视化

Share on

You May Also Enjoy

力扣热题100刷题-twoPointers-42-接雨水

力扣热题100刷题-twoPointers-283-移动零

力扣热题100刷题-twoPointers-15-三数之和

力扣热题100刷题-twoPointers-11-盛最多水的容器

执行 `rviz -d Visualization/vis.rviz` 时报错

3.9.1 运行 `rosrun disco_ros main.py` 时报错