windows下编译pcl-master源码(带GPU)
參考博客
1.http://pointclouds.org/documentation/tutorials/compiling_pcl_windows.php#compiling-pcl-windows
2. https://blog.csdn.net/artista/article/details/50897833
編譯步驟
1.? 第一步:下載pcl-master?? https://github.com/PointCloudLibrary/pcl
??????? ??
? ? ? ? ? ?Eigen
??????????? Boost
??????????? Flann
??????????? Openni2
??????????? Qhull
??????????? Vtk
?????????? (第三方庫我打算用pcl1.8的預(yù)編譯庫,即先安裝好預(yù)編譯的pcl1.8,因為預(yù)編譯的1.8版本不包含gpu和cuda模塊所以決定自己編譯一遍)
2.? 第二步:安裝cuda
?
3.第三步:以管理員身份運(yùn)行cmake(不知是否必要)?
?
4.第四步:設(shè)置一些cmake找不到的變量
1.EIGEN_INCLUDE_DIR D:/pcl/3rdParty/Eigen/eigen3
Configure
2.Boost_INCLUDE_DIR D:/pcl/3rdParty/Boost/include/boost-1_59
??
5.CONFIGURE
全部勾選上
?
出現(xiàn)錯誤:
CMake Error at C:/ProgramFiles/CMake/share/cmake-3.11/Modules/FindBoost.cmake:2044 (message):
Unable to find the requested Boost libraries.
Boost version: 1.59.0
Boost include path: D:/pcl/3rdParty/Boost/include/boost-1_59
Could not find the following static Boost libraries:
boost_filesystem
boost_thread
boost_date_time
boost_iostreams
boost_chrono
boost_system
Some (but not all) of the required Boost libraries were found. You may
need to install these additional Boost libraries. Alternatively, set
BOOST_LIBRARYDIR to the directory containing Boost libraries or BOOST_ROOT
to the location of Boost.
Call Stack (most recent call first):
cmake/pcl_find_boost.cmake:41 (find_package)
CMakeLists.txt:419 (include)
解決辦法:
手動將boost庫一個一個添加進(jìn)去
因為預(yù)編譯的第三方庫沒有分好類,于是手動分類又添加了兩個路徑
CMake Error at C:/ProgramFiles/CMake/share/cmake-3.11/Modules/FindPackageHandleStandardArgs.cmake:137(message):
Could NOT find Gtest (missing: GTEST_INCLUDE_DIR GTEST_SRC_DIR)
Call Stack (most recent call first):
C:/Program Files/CMake/share/cmake-3.11/Modules/FindPackageHandleStandardArgs.cmake:378(_FPHSA_FAILURE_MESSAGE)
cmake/Modules/FindGtest.cmake:35 (find_package_handle_standard_args)
test/CMakeLists.txt:11 (find_package)
?
取消掉globaltest
Cmake成功
?
-------------------------------------------------
打開vs2013工程再編譯一下
?
Debug x64
1.All-build 重新生成
除了(example_nurbs_viewer_surface失敗其他都成功了)
就不管那個了,因為主要用到gpu和cuda
2.INSTALL重新生成
Releasex64 進(jìn)行同樣的操作
?
? ? ? ? ? ? ? ? ? ?---------------解析---------------
1.Cmake中CMAKE_INSTALL_PREFIX?? C:/Program Files/PCL
放了編譯出來的庫(當(dāng)前環(huán)境下(vs2013)可以用的東西(動態(tài)庫,可執(zhí)行文件,靜態(tài)庫))
動態(tài)庫放在了bin里面
靜態(tài)庫放在了lib里面
2.whereto build the binaries:D:/pcl-master/build
存放的是cmake出來的文件(工程文件)即:構(gòu)建樣例工程及源碼的文件
????????????????????????????????? ???????
?
資源
三維點云論文及相關(guān)應(yīng)用分享
【點云論文速讀】基于激光雷達(dá)的里程計及3D點云地圖中的定位方法
3D目標(biāo)檢測:MV3D-Net
三維點云分割綜述(上)
3D-MiniNet: 從點云中學(xué)習(xí)2D表示以實現(xiàn)快速有效的3D LIDAR語義分割(2020)
win下使用QT添加VTK插件實現(xiàn)點云可視化GUI
JSNet:3D點云的聯(lián)合實例和語義分割
大場景三維點云的語義分割綜述
PCL中outofcore模塊---基于核外八叉樹的大規(guī)模點云的顯示
基于局部凹凸性進(jìn)行目標(biāo)分割
基于三維卷積神經(jīng)網(wǎng)絡(luò)的點云標(biāo)記
點云的超體素(SuperVoxel)
基于超點圖的大規(guī)模點云分割
更多文章可查看:點云學(xué)習(xí)歷史文章大匯總
SLAM及AR相關(guān)分享
【開源方案共享】ORB-SLAM3開源啦!
【論文速讀】AVP-SLAM:自動泊車系統(tǒng)中的語義SLAM
【點云論文速讀】StructSLAM:結(jié)構(gòu)化線特征SLAM
SLAM和AR綜述
常用的3D深度相機(jī)
AR設(shè)備單目視覺慣導(dǎo)SLAM算法綜述與評價
SLAM綜述(4)激光與視覺融合SLAM
Kimera實時重建的語義SLAM系統(tǒng)
SLAM綜述(3)-視覺與慣導(dǎo),視覺與深度學(xué)習(xí)SLAM
易擴(kuò)展的SLAM框架-OpenVSLAM
高翔:非結(jié)構(gòu)化道路激光SLAM中的挑戰(zhàn)
SLAM綜述之Lidar SLAM
基于魚眼相機(jī)的SLAM方法介紹
往期線上分享錄播匯總
第一期B站錄播之三維模型檢索技術(shù)
第二期B站錄播之深度學(xué)習(xí)在3D場景中的應(yīng)用
第三期B站錄播之CMake進(jìn)階學(xué)習(xí)
第四期B站錄播之點云物體及六自由度姿態(tài)估計
第五期B站錄播之點云深度學(xué)習(xí)語義分割拓展
第六期B站錄播之Pointnetlk解讀
[線上分享錄播]點云配準(zhǔn)概述及其在激光SLAM中的應(yīng)用
[線上分享錄播]cloudcompare插件開發(fā)
[線上分享錄播]基于點云數(shù)據(jù)的?Mesh重建與處理
[線上分享錄播]機(jī)器人力反饋遙操作技術(shù)及機(jī)器人視覺分享
[線上分享錄播]地面點云配準(zhǔn)與機(jī)載點云航帶平差
點云PCL更多活動請查看:點云PCL活動之應(yīng)屆生校招群
掃描下方微信視頻號二維碼可查看最新研究成果及相關(guān)開源方案的演示:
如果你對本文感興趣,請點擊“原文閱讀”獲取知識星球二維碼,務(wù)必按照“姓名+學(xué)校/公司+研究方向”備注加入免費(fèi)知識星球,免費(fèi)下載pdf文檔,和更多熱愛分享的小伙伴一起交流吧!
以上內(nèi)容如有錯誤請留言評論,歡迎指正交流。如有侵權(quán),請聯(lián)系刪除
掃描二維碼
? ? ? ? ? ? ? ? ? ?關(guān)注我們
讓我們一起分享一起學(xué)習(xí)吧!期待有想法,樂于分享的小伙伴加入免費(fèi)星球注入愛分享的新鮮活力。分享的主題包含但不限于三維視覺,點云,高精地圖,自動駕駛,以及機(jī)器人等相關(guān)的領(lǐng)域。
分享及合作方式:微信“920177957”(需要按要求備注) 聯(lián)系郵箱:dianyunpcl@163.com,歡迎企業(yè)來聯(lián)系公眾號展開合作。
點一下“在看”你會更好看耶
總結(jié)
以上是生活随笔為你收集整理的windows下编译pcl-master源码(带GPU)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基础矩阵,本质矩阵,单应性矩阵讲解
- 下一篇: Open3d学习计划—高级篇 2(彩色点