CUDA7.5+PCL1.8编译教程
2016-03-15 18:31
281 查看
本教程是搭建PCL1.8+opencv3.0+ROS+CUDA7.5开发环境的一部分 其余教程会在后续给出
安装CUDA 7.5
很简单
到CUDA官网 下载对应操作系统版本的CUDA安装包就可以了
TIP:实测在WINDOWS环境下面OpenCV似乎只支持CUDA5.5版本(这个问题尝试过配置CMAKE变量修复 但是失败了)但是在LINUX下CUDA7.5版本和CV3.1也没有出现什么问题
windows下安装 exe下下来一路点点点就是
linux下安装 推荐下载.deb 然后直接
Run `sudo sh cuda_7.5.18_linux.run`
根据指令点点点就好了
安装PCL1.8 with CUDA
PCL有一些依赖库需要下载
Windows下安装可以直接在http://pointclouds.org/downloads/windows.html页面下载对应版本的prebuild 如果对于PCL只是想尝试一下 直接下载ALL in ONE安装包也可以(但是它是1.6版本的 功能差很多)
其中:
Boost 库用于智能指针和多线程操作的实现 必须安装
Eigen 库提供基于SSE的矩阵操作 必须安装
FLANN 库提供用于临近搜索的KD树数据结构 必须安装
Visualization ToolKit (VTK) 在visulation模块提供3D可视化支持 必须安装
Qt 提供GUI服务 可选安装
QHULL 在suface模块提供曲面分解支持 可选安装
OpenNI and patched Sensor Module 用于Kinect Xtion等外设的支持 如果你有kinect必须安装
TIP: 新版的PCL还支持OpenNI2实现的opennni2Grabber 在这里提醒读者OpenNI和OpenNI2并不是一样的
NI2是苹果在收购primesence之后开启的新项目 和NI的主要区别在增加了kinect2的支持 对于新版的xtion来说 选择OpenNI2似乎支持性能也更好一些
GTest version >= 1.6.0 (http://code.google.com/p/googletest/) 只在建立PCL_test时候有用 随意
而在linux下安装的时候 我们只需要
sudo apt-get install libOpenNI
sudo apt-get install libQhull
等以此类推 即可
由于我们想要编译包含CUDA模块的PCL 所以需要自己下载源码进行编译
源码的GitHub地址是https://github.com/PointCloudLibrary/pcl
不管是linux还是windows环境 我都推荐使用cmake-gui进行编译
windows移步https://cmake.org/下载
linux可以直接 sudo apt-get install cmake-gui
linux运行cmake时候请加sudo不然会有权限问题 sudo cmake-gui
新建一个BUILD文件夹 如图进行源码和目标的配置
点击configure
选择你的编译器
本教程中我们使用windows+VS2010演示 所以选择VS10 2010
点击finish
会看到很多的红色 条目 继续点击configure
直到红色条目都消失
由于需要编译GPU模块 所以我们需要勾选关于CUDA的模块
在search 输入CUDA 并勾选advance
显示如图
如果你的CUDA模块没有找到
的值会是 CUDA_TOOKIT_ROOT_DIR_NOTFOUND 这时候可以手动设置 值
点击ADD_ENTRY
如图进行设置
最后点击generate
完成cmake
在linux下 cd到build目录 然后sudo make
等待 好长时间之后
sudo make install
完成PCL安装
在windows下
打开build目录下的
PCL.sln
在install上面右键 选择重新生成
等待很久之后 完成编译
安装CUDA 7.5
很简单
到CUDA官网 下载对应操作系统版本的CUDA安装包就可以了
TIP:实测在WINDOWS环境下面OpenCV似乎只支持CUDA5.5版本(这个问题尝试过配置CMAKE变量修复 但是失败了)但是在LINUX下CUDA7.5版本和CV3.1也没有出现什么问题
windows下安装 exe下下来一路点点点就是
linux下安装 推荐下载.deb 然后直接
Run `sudo sh cuda_7.5.18_linux.run`
根据指令点点点就好了
安装PCL1.8 with CUDA
PCL有一些依赖库需要下载
Windows下安装可以直接在http://pointclouds.org/downloads/windows.html页面下载对应版本的prebuild 如果对于PCL只是想尝试一下 直接下载ALL in ONE安装包也可以(但是它是1.6版本的 功能差很多)
其中:
Boost 库用于智能指针和多线程操作的实现 必须安装
Eigen 库提供基于SSE的矩阵操作 必须安装
FLANN 库提供用于临近搜索的KD树数据结构 必须安装
Visualization ToolKit (VTK) 在visulation模块提供3D可视化支持 必须安装
Qt 提供GUI服务 可选安装
QHULL 在suface模块提供曲面分解支持 可选安装
OpenNI and patched Sensor Module 用于Kinect Xtion等外设的支持 如果你有kinect必须安装
TIP: 新版的PCL还支持OpenNI2实现的opennni2Grabber 在这里提醒读者OpenNI和OpenNI2并不是一样的
NI2是苹果在收购primesence之后开启的新项目 和NI的主要区别在增加了kinect2的支持 对于新版的xtion来说 选择OpenNI2似乎支持性能也更好一些
GTest version >= 1.6.0 (http://code.google.com/p/googletest/) 只在建立PCL_test时候有用 随意
而在linux下安装的时候 我们只需要
sudo apt-get install libOpenNI
sudo apt-get install libQhull
等以此类推 即可
由于我们想要编译包含CUDA模块的PCL 所以需要自己下载源码进行编译
源码的GitHub地址是https://github.com/PointCloudLibrary/pcl
不管是linux还是windows环境 我都推荐使用cmake-gui进行编译
windows移步https://cmake.org/下载
linux可以直接 sudo apt-get install cmake-gui
linux运行cmake时候请加sudo不然会有权限问题 sudo cmake-gui
新建一个BUILD文件夹 如图进行源码和目标的配置
点击configure
选择你的编译器
本教程中我们使用windows+VS2010演示 所以选择VS10 2010
点击finish
会看到很多的红色 条目 继续点击configure
直到红色条目都消失
由于需要编译GPU模块 所以我们需要勾选关于CUDA的模块
在search 输入CUDA 并勾选advance
显示如图
如果你的CUDA模块没有找到
的值会是 CUDA_TOOKIT_ROOT_DIR_NOTFOUND 这时候可以手动设置 值
点击ADD_ENTRY
如图进行设置
最后点击generate
完成cmake
在linux下 cd到build目录 然后sudo make
等待 好长时间之后
sudo make install
完成PCL安装
在windows下
打开build目录下的
PCL.sln
在install上面右键 选择重新生成
等待很久之后 完成编译
相关文章推荐
- QTableWidget 导出到表格
- C++的发展,特点和源程序构成
- 大数据技术生态圈
- 十分钟了解分布式计算:GraphX
- FloatingActionButton的基础使用
- 如何判断两个机器是否连通
- nodejs大致学习
- python中文分词:结巴分词
- 蓝桥杯2013年java—A组第七题
- Elasticsearch源码加载到eclipse调试
- 每个渠道销售情况统计sql
- 十分钟了解分布式计算:Spark
- 回顾详述Intent的七大属性
- Ubuntu16.04安装Eclipse EE
- Python之数据结构篇
- Mybatis传多个参数
- 数位dp备忘录
- iOS优化
- 【ios】相册、定位等权限判断
- linux深入解析分段机制