高博十四讲中第六章非线性优化由于g2o更新出现的问题解决

在高博视觉slam十四讲中的第6讲中实践g2o中出现了编译错误：

/home/yk/桌面/slambook-master/ch6/g2o_curve_fitting/main.cpp: In function ‘int main(int, char**)’:
/home/yk/桌面/slambook-master/ch6/g2o_curve_fitting/main.cpp:77:49: error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<3, 1> >::BlockSolver(g2o::BlockSolver<g2o::BlockSolverTraits<3, 1> >::LinearSolverType*&)’Block* solver_ptr = new Block( linearSolver );      // 矩阵块求解器^
In file included from /usr/local/include/g2o/core/block_solver.h:199:0,from /home/yk/桌面/slambook-master/ch6/g2o_curve_fitting/main.cpp:4:
/usr/local/include/g2o/core/block_solver.hpp:40:1: note: candidate: g2o::BlockSolver<Traits>::BlockSolver(std::unique_ptr<typename Traits::LinearSolverType>) [with Traits = g2o::BlockSolverTraits<3, 1>; typename Traits::LinearSolverType = g2o::LinearSolver<Eigen::Matrix<double, 3, 3> >]BlockSolver<Traits>::BlockSolver(std::unique_ptr<LinearSolverType> linearSolver^
/usr/local/include/g2o/core/block_solver.hpp:40:1: note:   no known conversion for argument 1 from ‘g2o::BlockSolver<g2o::BlockSolverTraits<3, 1> >::LinearSolverType* {aka g2o::LinearSolver<Eigen::Matrix<double, 3, 3> >*}’ to ‘std::unique_ptr<g2o::LinearSolver<Eigen::Matrix<double, 3, 3> >, std::default_delete<g2o::LinearSolver<Eigen::Matrix<double, 3, 3> > > >’
/home/yk/桌面/slambook-master/ch6/g2o_curve_fitting/main.cpp:79:103: error: no matching function for call to ‘g2o::OptimizationAlgorithmLevenberg::OptimizationAlgorithmLevenberg(Block*&)’rithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg( solver_ptr );^
In file included from /home/yk/桌面/slambook-master/ch6/g2o_curve_fitting/main.cpp:5:0:
/usr/local/include/g2o/core/optimization_algorithm_levenberg.h:47:16: note: candidate: g2o::OptimizationAlgorithmLevenberg::OptimizationAlgorithmLevenberg(std::unique_ptr<g2o::Solver>)explicit OptimizationAlgorithmLevenberg(std::unique_ptr<Solver> solver);^
/usr/local/include/g2o/core/optimization_algorithm_levenberg.h:47:16: note:   no known conversion for argument 1 from ‘Block* {aka g2o::BlockSolver<g2o::BlockSolverTraits<3, 1> >*}’ to ‘std::unique_ptr<g2o::Solver>’
CMakeFiles/curve_fitting.dir/build.make:62: recipe for target 'CMakeFiles/curve_fitting.dir/main.cpp.o' failed
make[2]: *** [CMakeFiles/curve_fitting.dir/main.cpp.o] Error 1
CMakeFiles/Makefile2:67: recipe for target 'CMakeFiles/curve_fitting.dir/all' failed
make[1]: *** [CMakeFiles/curve_fitting.dir/all] Error 2
Makefile:83: recipe for target 'all' failed
make: *** [all] Error 2

通过查找百度查询，看到一篇博客展现了也是在编译高博视觉slam十四讲g2o环节出现问题的解决方案，（转载于->）https://blog.csdn.net/weixin_38358435/article/details/79082733模仿这位作者的解决过程，修改了我的代码。

typedef g2o::BlockSolver<g2o::BlockSolverTraits<3,1> > Block;  // 每个误差项优化变量维度为3，误差值维度为1
std::unique_ptr<Block::LinearSolverType> linearSolver ( new g2o::LinearSolverDense<Block::PoseMatrixType>());
//Block::LinearSolverType* linearSolver = new g2o::LinearSolverDense<Block::PoseMatrixType>(); // 线性方程求解器
std::unique_ptr<Block> solver_ptr ( new Block ( std::move(linearSolver)));
//Block* solver_ptr = new Block( linearSolver );      // 矩阵块求解器
// 梯度下降方法，从GN, LM, DogLeg 中选
g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg ( std::move(solver_ptr));
//g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg( solver_ptr );

然后就编译成功了。

g2o安装步骤：
1.看14讲安装。
github下载包。
按照书中安装依赖项。（会出现libcholmod-dev文件找不到：可能由于版本不同吧，所以安装这个依赖项的时候，建议这样做：输入sudo apt-get install libcholmod然后按Tab键，Tab键就是自动补充命令，当你记不住完整命令的时候，你按下它，他会自动搜索！我在这里出来的是libcholmod2.1.2，然后安装就好！接着在输入：sudo apt-get install libqt4-dev qt4-qmake libqglviewer-dev libsuitesaprse-dev libcxsparse3.1.2）原文：https://blog.csdn.net/hitfangyu/article/details/72665455
再之后的话，建议去github上面下载源码https://github.com/RainerKuemmerle/g2o

将压缩的文件解压，然后到文件目录下，

mkdir build

cd build

cmake …

make

sudo make install

高博十四讲中第六章非线性优化由于g2o更新出现的问题解决相关推荐

slam十四讲之第六讲带你看懂g2o
slam十四讲之第六讲g2oCurveFitting代码 #include <iostream> #include <g2o/core/g2o_core_api.h> #inc ...
《视觉SLAM十四讲》-第三章第3节第4节-欧拉角、四元数-学习笔记总结
《视觉SLAM十四讲》-第三章第3节公式推导-旋转向量-欧拉角--罗德里格斯公式详细推导
【SLAM十四讲】ch11 回环检测词袋法实验得出相似分数后计算PR曲线 VPR实验编辑中
[SLAM十四讲]ch11 回环检测词袋法实验得出相似分数后计算PR曲线 [SLAM十四讲]ch11 回环检测词袋法实验得出相似分数后计算PR曲线 DBow3库安装 ch11编译 ch11 词 ...
slam十四讲，第五讲中相机坐标系，像素平面坐标系，世界坐标系，归一化坐标系总结
#笔记,方便日后忘记回看,仅总结,具体推导回看十四讲先上图: 如图,现实世界中有一个P点和一个相机(光心),描述这个P点的空间坐标首先得有一个坐标系,那么以光心为原点O建一个坐标系,叫相机坐标系. ...
Ubuntu20/视觉SLAM十四讲踩坑记录
Ubuntu/视觉SLAM十四讲踩坑记录 Ubuntu(20)/视觉SLAM十四讲踩坑记录: 共性问题: 1.安装OpenCV后,例程仍无法找到OpenCV文件 ch3 visualizeGeomet ...
视觉SLAM十四讲（第二版）环境安装心得体会
前言将高博的视觉SLAM14讲(第二版)看完后,也将里面所有的代码都跑了一遍,在安装环境的时候遇到了无数的坑.为了后来的人能够更加快速上手SLAM,现将书中环境安装心得记录如下. 环境安装 1. 安 ...
《视觉SLAM十四讲》第二版源码slambook2编译调试
slambook2-master/ch2 编译正常,log如下: slambook2-master/ch2# mkdir build && cd build && cm ...
视觉SLAM十四讲——ch7
视觉SLAM十四讲--ch7 ch7视觉里程计本章目标: 1.理解图像特征点的意义,并掌握在单副图像中提取出特征点及多副图像中匹配特征点的方法 2.理解对极几何的原理,利用对极几何的约束,恢复出图像 ...

高博十四讲中第六章非线性优化由于g2o更新出现的问题解决

高博十四讲中第六章非线性优化由于g2o更新出现的问题解决相关推荐

最新文章

热门文章

高博十四讲中第六章非线性优化 由于g2o更新出现的问题解决

高博十四讲中第六章非线性优化 由于g2o更新出现的问题解决相关推荐

最新文章

热门文章

高博十四讲中第六章非线性优化由于g2o更新出现的问题解决

高博十四讲中第六章非线性优化由于g2o更新出现的问题解决相关推荐