• 在docker环境下从头搭建openvslam/orb_slam3的流程记录以及问题总结

    文章目录

    0. 前言

    最近基于公司的需求，开始搭建Slam算法。在搭建Slam算法的过程中，我遇到了很多问题。为了方便后续的重复部署以及给读者朋友做一个参考，因此，我记录了在服务器上通过docker搭建openvslam以及orb_slam3的全部过程，并且整理了遇到的编译问题。

    本文主要内容如下：
    第一部分：MobaXterm软件
    第二部分：docker操作
    第三部分：openvslam搭建流程
    第四部分：orb_slam3搭建流程
    第五部分：编译问题

    参考博客：

    1. github：zm0612，名称：openvslam-comments
    2. 作者：一点儿也不萌的萌萌，开源SLAM框架学习——OpenVSLAM源码解析： 第一节 安装和初探
    3. openvslam论文链接
    4. github：UZ-SLAMLab，名称：ORB_SLAM3
    5. 作者：抓饼先生，Boost笔记 1：下载、编译、安装、测试
    6. How to fix: fatal error: openssl/opensslv.h: No such file or directory in RedHat 7
    7. 在Ubuntu上安装C++库
    8. 【视频开发】【计算机视觉】doppia编译之四：安装其他库、编译和运行doppia
    9. 运行应用程序时出现GLIBCXX_3.4.26not found问题
    10. wsl2中安装QGC

    1. MobaXterm软件

    本次部署因为是在远程服务器上，无法在命令行窗口显示Slam的定位和建图过程。因此，采用带有Xserver的MobaXterm软件。该软件可以通过Xserver服务来可视化服务器上的图形化窗口。

    第一步，建立你的session：
    在这里插入图片描述
    第二步，测试可视化显示

    输入xclock或者xeyes查看是否可以可视化显示：
    在这里插入图片描述
    在这里插入图片描述

    在可视化窗口时，遇到问题可以查看第5章节中是否存在解决方法，如果依旧没有解决可以在评论区提出，我们一起解决。

    2. docker操作

    2.1. 拉一个ubuntu镜像

     sudo docker pull ubuntu:18.04

    • 1

    2.2. 修改名字（可选）

    我个人喜欢把镜像重命名一下，方便管理。
    注意：不是把原始镜像重命名，而是重新生成一个新的镜像

    sudo docker tag f9a80a55f492 liyi_cpp:1.0
# f9a80a55f492 是ubuntu:18.04的镜像编号。
# liyi_cpp:1.0是重命名的名字和版本号。

    • 1
    • 2
    • 3

    2.3. 删除之前的docker镜像（可选）

    sudo docker rmi ubuntu:18.04

    • 1

    3. openvslam搭建流程

    OpenvSlam的官方仓库已经关闭，但是github作者：zm0612 已经fork下来可以继续进行安装。

    该作者还有一个csdn的博客进行安装说明，我就是参考的这个博主的内容进行整理的。
    读者朋友也可以参考这个博主的文章：
    作者：一点儿也不萌的萌萌，开源SLAM框架学习——OpenVSLAM源码解析： 第一节 安装和初探

    openvslam的环境包含以下安装包：

    • Eigen：用于矩阵运算。
    • g2o： 用于优化基于图的非线性误差函数。
    • SuiteSparse: 一组与稀疏矩阵相关的包。
    • DBoW2：用于图像检索的词袋图像数据库。
    • yaml-cpp：yaml文件管理的包。（可选）
    • OpenCV：数字图像处理的包。
    • Pangolin：用于可视化显示的包。

    这些包我已经提前下好了，放在百度云中，读者朋友可以自行下载

    链接：https://pan.baidu.com/s/1wT95r1iJFwyVg8vhPbcGtQ
    提取码：1234

    3.1. 起容器

    基于之前拉取的镜像，起一个容器。

    sudo docker run --name openvslam -v /media/DATA/liyi/project/vscode:/data -p 6790:22 --gpus=all -it liyi_cpp:1.0 /bin/bash
# --name 后面是容器名字
# -v 指的是本地目录和容器目录的映射关系
# -p 指的是容器开放的端口的映射
# --gpus 指的是容器可以调用nvidia的gpu。all指的是全部的显卡
# -it 后面跟着镜像的名字和版本号

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    3.2. 前置包的安装

    基于基础使用以及依赖库，需要提前安装一些包。代码如下：

    sudo apt update -y
apt upgrade -y --no-install-recommends
# basic dependencies
apt install -y build-essential pkg-config cmake git wget curl unzip vim
# g2o dependencies
apt install -y libatlas-base-dev libsuitesparse-dev
# OpenCV dependencies
apt install -y libgtk-3-dev
apt install -y ffmpeg
apt install -y libavcodec-dev libavformat-dev libavutil-dev libswscale-dev libavresample-dev
# eigen dependencies
apt install -y gfortran
# other dependencies
apt install -y libyaml-cpp-dev libgoogle-glog-dev libgflags-dev
# (if you plan on using PangolinViewer)
# Pangolin dependencies
apt install -y libglew-dev
# 用来读取jpeg图像的包。
apt install -y libjpeg

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    3.3. 安装Eigen

    cd /path/to/working/dir(工作路径)
# 版本也可以自己指定。eigen也可以通过我的百度云离线下载好，自己解压。
wget -q http://bitbucket.org/eigen/eigen/get/3.3.4.tar.bz2
tar xf 3.3.4.tar.bz2
rm -rf 3.3.4.tar.bz2
cd eigen-eigen-5a0156e40feb
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    安装好后，include文件和lib文件，分别在/usr/local/include和/usr/local/lib下。
    在这里插入图片描述

    3.4. 安装opencv

    cd /path/to/working/dir
# 版本也可以自己指定。
wget -q https://github.com/opencv/opencv/archive/3.4.0.zip
unzip -q 3.4.0.zip
rm -rf 3.4.0.zip
cd opencv-3.4.0
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DENABLE_CXX11=ON -DBUILD_DOCS=OFF -DBUILD_EXAMPLES=OFF -DBUILD_JASPER=OFF -DBUILD_OPENEXR=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_TESTS=OFF -DWITH_EIGEN=ON -DWITH_FFMPEG=ON -DWITH_OPENMP=ON ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    安装好后，include文件和lib文件，分别在/usr/local/include和/usr/local/lib下。
    在这里插入图片描述

    3.5. 安装DBoW2

    cd /path/to/working/dir
git clone https://github.com/shinsumicco/DBoW2.git
cd DBoW2
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    安装好后，include文件和lib文件，分别在/usr/local/include和/usr/local/lib下。
    在这里插入图片描述

    3.6. 安装g2o

    cd /path/to/working/dir
# 可以自己在github上体现下载好。
git clone https://github.com/RainerKuemmerle/g2o.git
cd g2o
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DCMAKE_CXX_FLAGS=-std=c++11 -DBUILD_SHARED_LIBS=ON -DBUILD_UNITTESTS=OFF -DBUILD_WITH_MARCH_NATIVE=ON -DG2O_USE_CHOLMOD=OFF -DG2O_USE_CSPARSE=ON -DG2O_USE_OPENGL=OFF -DG2O_USE_OPENMP=ON ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    安装好后，include文件和lib文件，分别在/usr/local/include和/usr/local/lib下。
    在这里插入图片描述

    3.7. 安装Pangolin库

    cd /path/to/working/dir
git clone https://github.com/stevenlovegrove/Pangolin.git
cd Pangolin
git checkout ad8b5f83222291c51b4800d5a5873b0e90a0cf81
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    安装好后，include文件和lib文件，分别在/usr/local/include和/usr/local/lib下。
    在这里插入图片描述

    3.8. 安装yaml-cpp （可选）

    执行以下命令：

    git clone https://github.com/jbeder/yaml-cpp
cd yaml-cpp
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    3.9. 安装openvslam

    DCMAKE_BUILD_TYPE可以根据需求选择Release或者Debug。

    cd /path/to/openvslam
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Debug -DBUILD_WITH_MARCH_NATIVE=ON -DUSE_PANGOLIN_VIEWER=ON -DUSE_SOCKET_PUBLISHER=OFF -DUSE_STACK_TRACE_LOGGER=ON -DBOW_FRAMEWORK=DBoW2 -DBUILD_TESTS=ON ..
make -j4

    • 1
    • 2
    • 3
    • 4
    • 5

    3.10. 安装openssh

    #下载openssh
apt-get update
apt-get install openssh-server
# 设置root密码，然后设置两遍相同的密码，之后登陆的时候要用到
passwd
# 修改配置文件
apt-get install vim
vim /etc/ssh/sshd_config
# 注释掉 PermitRootLogin prohibit-password 这一行 添加这一行 PermitRootLogin yes 
# 5. 重启ssh服务
service ssh restart
# 或使用
# /etc/init.d/ssh restart

# 本机连接ssh
# ssh -p 6789 root@0.0.0.0
# 远程访问服务器docker里正在运行的容器
# ssh -p 6790 root@192.168.2.83

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18

    3.11. MobaXterm软件远程连接容器

    和之前的方法一样，配置远程服务器的会话。注意端口是起容器时设置的端口号，在上述例子中为6790。
    在这里插入图片描述

    在这里插入图片描述

    3.12. 运行demo

    cd slam编译所在位置/build
./run_euroc_slam -v /data/database/orb_vocab.dbow2 -d /data/database/EuRoC/V1_03_difficult/mav0 -c ../example/euroc/EuRoC_mono.yaml
# -v orb_vocab.dbow2的文件路径。可以在网上下载，或者通过我的百度云分享下载。
# -d 数据的所在路径
# -c 相机的配置文件

    • 1
    • 2
    • 3
    • 4
    • 5

    在这里插入图片描述

    4. orb_slam3搭建流程

    orb_slam3的github代码：github：UZ-SLAMLab，名称：ORB_SLAM3

    orb_slam不用自己找第三方库，代码里面就自带各种三方库。（缺一个boost_1_83_0，需要自己下载。）
    在这里插入图片描述

    openvslam的环境包含以下安装包：

    • Eigen：用于矩阵运算。
    • g2o： 用于优化基于图的非线性误差函数。
    • Sophus: 这是一个李群的c++实现，通常用于二维和三维几何问题(即计算机视觉或机器人应用)。
    • DBoW2：用于图像检索的词袋图像数据库。
    • OpenCV：数字图像处理的包。
    • Pangolin：用于可视化显示的包。
    • boost：Boost库是为C++语言标准库提供扩展的一些C++程序库的总称。

    搭建流程如下：

    4. 1. 起容器

    sudo docker run --name orb_slam3 -v /media/DATA/liyi/project/vscode:/data -p 6788:22 --gpus=all -it liyi_cpp:1.0 /bin/bash
# --name 后面是容器名字
# -v 指的是本地目录和容器目录的映射关系
# -p 指的是容器开放的端口的映射
# --gpus 指的是容器可以调用nvidia的gpu。all指的是全部的显卡
# -it 后面跟着镜像的名字和版本号

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    4.2. 前置包的安装

    基于基础使用以及依赖库，需要提前安装一些包。代码如下：

    sudo apt update -y
apt upgrade -y --no-install-recommends
# basic dependencies
apt install -y build-essential pkg-config cmake git wget curl unzip vim
# g2o dependencies
apt install -y libatlas-base-dev libsuitesparse-dev
# OpenCV dependencies
apt install -y libgtk-3-dev
apt install -y ffmpeg
apt install -y libavcodec-dev libavformat-dev libavutil-dev libswscale-dev libavresample-dev
# eigen dependencies
apt install -y gfortran
# other dependencies
apt install -y libyaml-cpp-dev libgoogle-glog-dev libgflags-dev
# (if you plan on using PangolinViewer)
# Pangolin dependencies
apt install -y libglew-dev
# 用来读取jpeg图像的包。
apt install -y libjpeg

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    4.3. 安装Eigen

    cd orb_slam3代码所在路径/Thirdparty_add/eigen-git-mirror
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    4.4. 安装opencv

    cd orb_slam3代码所在路径/Thirdparty_add/opencv-4.8.0
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DENABLE_CXX11=ON -DBUILD_DOCS=OFF -DBUILD_EXAMPLES=OFF -DBUILD_JASPER=OFF -DBUILD_OPENEXR=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_TESTS=OFF -DWITH_EIGEN=ON -DWITH_FFMPEG=ON -DWITH_OPENMP=ON ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    4.5. 安装Pangolin库

    cd orb_slam3代码所在路径/Thirdparty_add/Pangolin
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    4.6. 安装bosst库

    cd orb_slam3代码所在路径/Thirdparty_add/boost_1_83_0
sh bootstrap.sh
./b2
./b2 --clean
./b2 install

    • 1
    • 2
    • 3
    • 4
    • 5

    参考博客流程：作者：抓饼先生，Boost笔记 1：下载、编译、安装、测试

    4.7. 安装DBoW2

    cd orb_slam3代码所在路径/Thirdparty/DBoW2
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4

    • 1
    • 2
    • 3
    • 4
    • 5

    4.8. 安装g2o

    cd orb_slam3代码所在路径/Thirdparty/g2o
mkdir build 
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DCMAKE_CXX_FLAGS=-std=c++11 -DBUILD_SHARED_LIBS=ON -DBUILD_UNITTESTS=OFF -DBUILD_WITH_MARCH_NATIVE=ON -DG2O_USE_CHOLMOD=OFF -DG2O_USE_CSPARSE=ON -DG2O_USE_OPENGL=OFF -DG2O_USE_OPENMP=ON ..
make -j4

    • 1
    • 2
    • 3
    • 4
    • 5

    4.9. 安装Sophus

    cd orb_slam3代码所在路径/Thirdparty/Sophus
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
make install

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    4.10. 解压ORBvoc.txt.tar.gz压缩包

    cd orb_slam3代码所在路径/Vocabulary
tar -xf ORBvoc.txt.tar.gz

    • 1
    • 2

    4.11. 安装orb_slam3

    DCMAKE_BUILD_TYPE可以根据需求选择Release或者Debug。

    cd orb_slam3代码所在路径
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j4

    • 1
    • 2
    • 3
    • 4
    • 5

    我的docker环境为：
    在这里插入图片描述

    4.12. 安装openssh

    #下载openssh
apt-get update
apt-get install openssh-server
# 设置root密码，然后设置两遍相同的密码，之后登陆的时候要用到
passwd
# 修改配置文件
apt-get install vim
vim /etc/ssh/sshd_config
# 注释掉 PermitRootLogin prohibit-password 这一行 添加这一行 PermitRootLogin yes 
# 5. 重启ssh服务
service ssh restart
# 或使用
# /etc/init.d/ssh restart

# 本机连接ssh
# ssh -p 6789 root@0.0.0.0
# 远程访问服务器docker里正在运行的容器
# ssh -p 6790 root@192.168.2.83

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18

    4.13. MobaXterm软件远程连接容器

    和之前的方法一样，配置远程服务器的会话。注意端口是起容器时设置的端口号，在上述例子中为6788。
    在这里插入图片描述
    在这里插入图片描述

    4.14. 运行demo

    cd slam编译所在位置/build
../Examples/Monocular/mono_euroc ../Vocabulary/ORBvoc.txt ../Examples/Monocular/EuRoC.yaml /data/database/EuRoC/V1_03_difficult ../Examples/Monocular/EuRoC_TimeStamps/V103.txt test

# 第一个参数是ORBvoc.txt的路径
# 第二个参数是箱子配置参数的路径
# 第三个参数是数据的路径
# 第四个参数是时间戳txt文件的路径
# 第五个轨迹文件名

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    在这里插入图片描述

    5. 编译问题

    5.1 MobaXterm相关问题

    5.1.1 问题1：报错显示 “xclock command not found”：

    在这里插入图片描述
    解决：
    x11的包没有安装，需要通过下属代码进行安装：

    sudo apt-get update
sudo apt-get install x11-apps

    • 1
    • 2
    5.1.2 问题2：报错显示 “Error: Can’t open this Distplay”

    在这里插入图片描述
    解决：
    这是找不到显示的服务器，需要添加服务器的地址和端口号。
    首先，编辑环境变量：

    vim ~/.bashrc

    • 1

    添加显示服务器地址和端口号：

    # 例如我的
export DISPLAY=192.168.2.136:0.0

    • 1
    • 2

    在这里插入图片描述
    再刷新环境变量：

    source ~/.bashrc

    • 1
    5.1.3 问题3：报错显示 “error: XDG RUNTIME DIR not set in environment”

    在这里插入图片描述解决：
    XDG运行的缓存没有地方存储，需要设置存放目录。
    首先，编辑环境变量：

    vim ~/.bashrc

    • 1

    添加显示服务器地址和端口号：

    # 例如我的
export XDG_RUNTIME_DIR=/tmp/runtime_root

    • 1
    • 2

    在这里插入图片描述
    再刷新环境变量：

    source ~/.bashrc

    • 1

    5.2 编译问题

    5.2.1 问题1：报错显示 “No rule to make target ‘/usr/lib/x86_64-linux-gnu/libjpeg.so’, needed by ‘src/libpangolin.so’. Stop”
    make[2]: *** No rule to make target '/usr/lib/x86_64-linux-gnu/libjpeg.so', needed by 'src/libpangolin.so'.  Stop.
CMakeFiles/Makefile2:168: recipe for target 'src/CMakeFiles/pangolin.dir/all' failed
make[1]: *** [src/CMakeFiles/pangolin.dir/all] Error 2
Makefile:151: recipe for target 'all' failed
make: *** [all] Error 2

    • 1
    • 2
    • 3
    • 4
    • 5

    libpangolin.so需要libjpeg.so文件，但是libjpeg.so不存在。
    解决方法：

    1. 先查看/usr/lib/x86_64-linux-gnu/libjpeg.so是否存在，没有的话则重新下载：
    apt install -y libjpeg

    • 1

    如果存在，但是名称不一样。如下图：
    在这里插入图片描述则可以进行软连接。

    ln -s /usr/lib/x86_64-linux-gnu/libjpeg.so.8 /usr/lib/x86_64-linux-gnu/libjpeg.so
# 第一个是源文件。
# 第二个是软连接生成的文件。

    • 1
    • 2
    • 3

    在这里插入图片描述
    其他包也同理：
    在这里插入图片描述

    5.2.2 问题2：报错显示 “fatal error: openssl/md5.h: No such file or directory”

    在这里插入图片描述
    没有下载openssl
    解决方法：

    sudo apt-get install libssl-dev

    • 1

    在这里插入图片描述

    解决方法引用自How to fix: fatal error: openssl/opensslv.h: No such file or directory in RedHat 7

    5.2.3 问题3：报错显示 “cannot find -lboost_serialization”

    在这里插入图片描述
    该docker没有lboost_serialization库，需要下载boost库。
    解决方法：
    之前文章中介绍过boost库的下载方法。如下：

    cd orb_slam3代码所在路径/Thirdparty_add/boost_1_83_0
sh bootstrap.sh
./b2
./b2 --clean
./b2 install

    • 1
    • 2
    • 3
    • 4
    • 5

    解决方法引用自作者：抓饼先生，Boost笔记 1：下载、编译、安装、测试

    5.3. 之前遇到的编译问题

    我之前编译siftgpu遇到的问题，和本文章相关不大，只是总结在这，方便我后续查看。

    5.3.1 问题1：报错显示 “Could not find the following static Boost libraries”
    Could not find the following static Boost libraries
      boost_system
      boost_filesystem
      boost_thread
      boost_date_time
      boost_chrono
      boost_regex
      boost_serialization
      boost_program_options

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    解决方法：

    apt install libboost-all-dev

    • 1
    5.3.2 问题2：报错显示 “/usr/bin/ld: cannot find -lboost_system-mt”
    /usr/bin/ld: cannot find -lboost_program_options-mt
/usr/bin/ld: cannot find -lboost_filesystem-mt
/usr/bin/ld: cannot find -lboost_system-mt
/usr/bin/ld: cannot find -lboost_thread-mt

    • 1
    • 2
    • 3
    • 4

    这里出现错误的原因，是boost库链接出错，这时候我们需要修改CMakeList.txt文件，这里我就直接把CMakeList.txt贴出来，修改的地方做过注释。
    解决方法：
    【视频开发】【计算机视觉】doppia编译之四：安装其他库、编译和运行doppia
    在错误四：
    在这里插入图片描述

    5.3.3 问题3：报错显示 “//data/casia_mosaic_liyi_linux/src/siftgpu_extractor/SiftGPU/bin/libsiftgpu.so: undefined reference to `__cudaRegisterFatBinary@libcudart.so.11.0”

    解决方法:
    没有libcudart.so.11.0，请安装cuda，并配置cuda环境。

    5.3.4 问题4：报错显示 “//data/casia_mosaic_liyi_linux/src/siftgpu_extractor/SiftGPU/bin/libsiftgpu.so: undefined reference to `ilGetIntege”
    undefined reference to `ilInit'
undefined reference to `ilGenImages'
undefined reference to `ilBindImage'
 undefined reference to `ilLoadImage'
undefined reference to `ilGetInteger'
undefined reference to `ilGetInteger'
undefined reference to `ilGetInteger'
undefined reference to `ilGetInteger'

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    解决方法：
    安装 devil库
    在Ubuntu上安装C++库

    sudo apt-get install libdevil1c2 libdevil-dev
apt-file show libdevil1c2

    • 1
    • 2

    libdevil1c2: /usr/bin/ilur
    libdevil1c2: /usr/lib/libIL.so.1
    libdevil1c2: /usr/lib/libIL.so.1.1.0
    libdevil1c2: /usr/lib/libILU.so.1
    libdevil1c2: /usr/lib/libILU.so.1.1.0
    libdevil1c2: /usr/lib/libILUT.so.1
    libdevil1c2: /usr/lib/libILUT.so.1.1.0
    libdevil1c2: /usr/share/doc/libdevil1c2/changelog.Debian.gz
    libdevil1c2: /usr/share/doc/libdevil1c2/copyright
    libdevil1c2: /usr/share/lintian/overrides/libdevil1c2\

    5.3.5 问题5：报错显示 “//data/casia_mosaic_liyi_linux/src/siftgpu_extractor/SiftGPU/bin/libsiftgpu.so: undefined reference to `std::__cxx11::basic_ostringstream::basic_ostringstream()@GLIBCXX_3.4.26”

    解决：
    libstdc++.so.6.0.25中不包含GLIBCXX的3.4.26版本，因此需要下载libstdc++.so.6.0.26，然后重新软连接到libstdc++.so.6
    一般libstdc++都在/usr/lib64中，但是我在docker中为/usr/lib/x86_64-linux-gnu
    参考：运行应用程序时出现GLIBCXX_3.4.26not found问题

    5.3.6 问题6：报错显示 “//data/casia_mosaic_liyi_linux/src/siftgpu_extractor/SiftGPU/bin/libsiftgpu.so: undefined reference to `log@GLIBC_2.29”

    解决方法：
    检查/usr/lib/x86_64-linux-gnu/libc.so，看看是否存在或者，兼容GLIBC_2.29.
    检查命令：

    strings /lib/x86_64-linux-gnu/libc.so.6 | grep GLIBC_

    • 1

    没有lib.so，则安装glibc-2.29，并进行安装和编译

    cd glibc-build
../glibc-2.29/configure --prefix=/usr/lib/glibc-2.29
make -j8
make install

    • 1
    • 2
    • 3
    • 4

    然后进行软连接：

    ln -sf /usr/lib/glibc-2.29/lib/libm-2.29.so libm.so.6

    • 1

    参考博客：wsl2中安装QGC

    缺失bison和gawk，或者bison和gawk的版本过低。
    解决办法：
    更新文件　gawk 和　bison
    命令为：
    sudo apt-get install gawk
    sudo apt-get install bison

    然后libsiftgpu.so的重新编译生成。在SiftGPU下进行编译。
    用ldd /bin/libsiftgpu.so来进行测试。

    参考博客：SiftGPU在Ubuntu和Windows下的编译与使用

    5.3.7 问题7：报错显示 “apt-file not found”

    解决：

    sudo apt-get update
sudo apt-get install apt-file
sudo apt-file update

    • 1
    • 2
    • 3
    5.3.8 问题8：报错显示 “ld.so.conf: No such file or directory”

    在指定位置建立ld.so.conf

    mkdir -p $prefix/etc
touch $prefix/etc/ld.so.conf

    • 1
    • 2

    参考博客：ld.so.conf: No such file or directory

  • 相关阅读:
    Spring实例化源码解析之FactoryBean(十一)
    家装、家居两不误，VR全景打造沉浸式家装体验
    LeetCode 2483. 商店的最少代价【字符串,前后缀分解】1494
    Elasticsearch：什么是向量和向量存储数据库，我们为什么关心？
    BP神经网络需要训练的参数,bp神经网络建模步骤
    bat常规脚本命令(用到才会写,未完待续10/27)
    前端工程师的20道react面试题自检
    java中compareTo比较两个日期大小
    ENVI_IDL：如何读取HDF4数据？
    大数据应用常用打包方式
  • 原文地址：https://blog.csdn.net/weixin_43610114/article/details/134005390