1.ORBSLAM 2 + Ubuntu 16.04 + ROS Kinetic 安装全过程
2.如何安装opencv
3.如何在clion上配置使用opencv?源码
4.07-Ubuntu+Conda+TF+OpenCV+ROS软件配置血泪总结, 附Xavier配置总结

ORBSLAM 2 + Ubuntu 16.04 + ROS Kinetic 安装全过程

       在学习SLAM过程中，使用ORBSLAM 2与Ubuntu .和ROS Kinetic进行安装，下载以下是源码详细步骤：

       首先，下载并编译OpenCV 3.2.0，下载确保在编译CMake时设置正确的源码安装路径。如果已安装OpenCV，下载警示线指标源码建议更改安装位置以避免版本冲突。源码

       接下来，下载安装ROS Kinetic。源码具体操作参照相关教程，下载确保在使用zsh终端时执行source /opt/ros/kinetic/setup.zsh，源码对于bash终端则需要执行source setup.zsh。下载

       然后，源码配置ORB SLAM2。下载参考相关资源建立工作空间，源码renpy源码设置ros工作区，准备USB CAM和ORB_SLAM。直到完成编译，若无问题，即可进行测试。

       如遇编译失败，需检查错误信息。常见错误包括“undefined reference to symbol '_ZN5boost6systemsystem_categoryEv”和“Cannot Launch node image_view”。解决方法通常是安装缺少的依赖包或手动编译相关节点。

       遇到OpenCV相关问题，如“Bad argument (Invalid pointer to file storage) in cvGetFileNodeByName”，则需检查ROS和OpenCV版本是否兼容。可通过手动编译cv_bridge，并在CMakeLists.txt中调整opencv版本路径，-122源码以确保与编译环境一致。

       总结来说，此过程涉及OpenCV、ROS和ORB SLAM2的安装与配置，需要细心处理依赖关系和版本兼容性问题。通过上述步骤，可成功完成安装并解决常见问题。祝SLAM学习之路顺利。

如何安装opencv

       OpenCV配置教程

       1.打开opencv(计算机视觉库) v3.2.0官方版解压下载的压缩包，找到“opencv-3.2.0-vc.exe”，双击运行，然后将它安装的指定的目录，小编将它安装到D:\opencv中，如下图所示。

       2.正在安装中，请耐心等待。

       3.安装完毕之后准备将opencv配置到电脑中，打开控制面板—系统和安全—系统—高级系统设置—环境变量，找到用户变量中的“PATH”，将下面3个路径添加进去，注意每个路径要有分号隔开，之后点击确定即可，如下图所示。

       D:\opencv\opencv\build\x\vc9\bin;

       D:\opencv\opencv\build\x\mingw\bin;

       D:\opencv\opencv\build\common\tbb\ia\vc9;

如何在clion上配置使用opencv?

       为了在 Clion 上配置并使用 OpenCV，您需要按照以下步骤操作：

       首先，确保您的系统满足以下环境需求：Windows 专业版 bit、MinGW 3.、cmake 3.8.1、Clion .1 和 OpenCV 3.。promisify源码

       接下来，请访问cmake.org下载cmake版本3.8.1的Windows 位安装包，并将文件命名为cmake-3.8.1-win-x。

       前往opencv.org的发布页面下载OpenCV 3.2.0的vc版本。

       按照以下步骤进行配置：

       1. 解压下载的OpenCV文件，将源代码目录设置为D:/opencv/sources。

       2. 在CMake中选择源代码目录，保存到D:\opencv\mingw-build。

       3. 在CMake中配置类型为MinGW Makefiles，等待配置完成并根据需要选择相关选项。再次点击Configure并确认所有区域变为白色后，点击Generate，等待操作完成。

       4. 打开命令提示符，mathcast源码进入D:\opencv\mingw-build目录，输入mingw-make命令，等待编译完成。您可能需要尝试多次，直到成功。

       5. 解决可能遇到的错误，如变量未找到问题，通过修改D:\MinGW\include\commctrl.h文件中的代码来解决。

       6. 查找MinGW与库冲突问题，通过在github上查找解决方案，如修改D:\opencv\sources\modules\ts\include\opencv2\ts\ts_gtest.h文件中的条件编译。

       7. 下载并覆盖github上的ts_gtest.h文件，以解决冲突。

       8. 成功编译后，运行mingw-make install命令，创建一个安装文件夹。

       9. 将D:\opencv\mingw-build\install\x\mingw\bin目录添加到系统环境变量path中，并重启系统。

       . 打开Clion，编辑CMakeLists.txt文件并测试代码。

       经过这些步骤后，您应该能够在Clion中成功配置并使用OpenCV。

-Ubuntu+Conda+TF+OpenCV+ROS软件配置血泪总结, 附Xavier配置总结

       在尝试配置Ubuntu .与一系列软件（如Conda、TF、OpenCV和ROS）的过程中，我耗时一周多，其间遇到了诸多挑战。Linux环境下软件依赖安装的复杂性和不确定性，使得每个步骤都需要反复试错和调整，甚至需要绘制思维导图来整理思路。

       配置环境如下：基于惠普OMEN系列暗影精灵4笔记本，搭载Intel HM主板和Geforce GTX 显卡。使用的软件组合包括Ubuntu .，CUDA 8.0、Cudnn 5.1，Anaconda 2-5.3.0，Tensorflow_gpu 1.2.0-cp，OpenCV 3.2.0，以及ROS-kinetic。

       以下是一些关键的配置心得，供参考：

       网络状况不佳将大大增加安装难度，务必保证网络畅通。

       禁用BIOS中的安全启动选项，避免Nvidia驱动安装后的登录问题。

       Ubuntu安装U盘制作并非一定要依赖UltraISO，直接解压镜像文件也可行。

       安装Ubuntu后，及时更新软件包，从Additional Drivers中选择适合的N卡驱动。

       遇到驱动导致的控制台异常和系统唤醒问题，更新显卡驱动后会有所改善。

       更换国内的软件源可以提升apt命令的执行速度。

       搜狗输入法可能导致系统显示异常，因此不建议使用。

       确保CUDA、显卡驱动、TF和Cudnn版本间的兼容性，避免不必要的冲突。

       利用Anaconda进行软件管理，避免环境混乱，如安装TF和Keras。

       OpenCV的安装需注意引导至Anaconda的python路径，避免与系统默认路径冲突。

       ROS-kinetic的安装需参考官方指南，可能需要解决rosdep init的网络问题。

       在Anaconda环境下安装ROS依赖，确保Tensorflow与ROS的协同工作。

       Nvidia Xavier的环境配置也有其独特问题，如版本选择、网络连接、空间预留等。

       这些经验和教训是我在配置过程中摸索出来的，希望对你有所帮助，如果发现任何错误，欢迎指出。