点云软件VeloView开发环境搭建与编译

embedded/2025/3/10 20:18:08/

官方编译说明

LidarView / LidarView-Superbuild · GitLab

我的编译过程:

  1. 安装vs2019,windows sdk,qt5.14.2(没安装到5.15.7),git,cmake3.31,python3.7.9,ninja下载放到C:\Windows下
  2. 使用git bash克隆仓库,我克隆的版本是5.0.7,因为是外网所以要保持网络良好

        git clone --recursive https://github.com/Kitware/VeloView  VeloView-source

  1. cd VeloView-source/lidarview-superbuild
  2. git submodule update --init  --recursive
  3. mkdir ../../VeloView-build && cd VeloView-build
  4. cmake ../VeloView-source/Superbuild -GNinja  -DCMAKE_BUILD_TYPE=Release
  5. Ninja,结果出现如下报错

  1. 发现问题是该目录下pcap-download-lastrun.txt中url不是https,写的是http,修改成https后重新ninja,发现下载下来zip没有git目录,于是手动在pcap路径下git clone winpcap仓库,改名为src

  1. yaml仓库问题同上处理
  2. 重新ninja编译,大概要1个多小时
  3. 编译后输出文件

  1. 双击运行,加载pcap文件显示点云

注意事项:

        编译全程需要保持外网网络连接良好,因为veloview使用的是superbuild,是集成了多个在线仓库的项目程序进行编译的,一边下载一边编译,全程自动化,veloview 依赖 lidarview 又依赖 paraview 和 vtk 等众多库,下载的东西大概有4、5G。前前后后折腾了3个星期,主要是卡在连不了外网,一开始还不知道,自己配置各个库走了弯路。


http://www.ppmy.cn/embedded/171570.html

相关文章

【docker简化部署有状态prometheus+grafana】

文章目录 第一步 下载依赖第二步 选择一个有权限的文件夹新建配置文件prometheus.ymldocker中运行命令存储数据启动prometheus 第三步 启动grafana 第一步 下载依赖 docker pull grafana/grafana:latest docker pull prom/prometheus:latest第二步 选择一个有权限的文件夹 例…

推测gpt4o视觉皮层建立的过程

一、视觉输入的编码与结构化 视觉Tokenization的底层逻辑 图像分块与降维:输入图像被分割为固定大小的区块(例如16x16像素),每个区块通过线性变换(矩阵乘法)压缩为低维向量(如768维)…

视频理解开山之作 “双流网络”

1 论文核心信息 1.1核心问题 任务:如何利用深度学习方法进行视频中的动作识别(Action Recognition)。挑战: 视频包含时空信息,既需要捕捉静态外观特征(Spatial Information),也需要…

神经网络为什么要用 ReLU 增加非线性?

在神经网络中使用 ReLU(Rectified Linear Unit) 作为激活函数的主要目的是引入非线性,这是神经网络能够学习复杂模式和解决非线性问题的关键。 1. 为什么需要非线性? 1.1 线性模型的局限性 如果神经网络只使用线性激活函数&…

Linux网络编程——TCP并行服务器

在 Linux 网络编程中,通过不同的技术来实现一个 TCP 并行服务器,能够有效地处理多个客户端连接。我们可以使用 多线程、多进程进程池 和 I/O 多路复用(如 select、poll 或 epoll)来提高服务器的性能。以下是分步实现的代码示例&am…

TP-LINK图像处理工程师(深圳)内推

1. 计算机、模式识别、信号处理、应用数学类专业。 2.熟悉色域空间转换,亮度、噪声,对比度等基础图像处理知识。 3.有图像处理相关项目开发经验者优先(如降噪、AE、AWB等);熟悉3DNR、编码相关知识者优先。 【专属内推码…

CarPlanner:用于自动驾驶大规模强化学习的一致性自回归轨迹规划

25年2月来自浙大和菜鸟网络的论文“CarPlanner: Consistent Auto-regressive Trajectory Planning for Large-scale Reinforcement Learning in Autonomous Driving”。 轨迹规划对于自动驾驶至关重要,可确保在复杂环境中安全高效地导航。虽然最近基于学习的方法&a…

【LangChain】理论及应用实战(1)

文章目录 背景知识一、模型 I/O二、prompt模板2.1 字符串模版:PromptTemplate2.2 对话模版:ChatPromptTemplate2.3 自定义模板2.4 组合模板2.5 序列化模板 三、示例选择器四、langchain核心组件:LLMs & Chat Models4.1 LLMs4.2 Chat Mode…