SLAM development on M1 Mac

来源:https://www.cnblogs.com/ZhaoqunZhong/archive/2022/09/15/16691371.html
-Advertisement-
Play Games

This blog introduces how to do SLAM related development natively on M1(Apple silicon) macbook. Most people come from Ubuntu environment will choose th ...


This blog introduces how to do SLAM related development natively on M1(Apple silicon) macbook. Most people come from Ubuntu environment will choose the easy but heavy path of installing a virtual Ubuntu machine and do the rest like before. I want to try to do it natively and share my experience with all the SLAM engineers out there who can't resist the new Macbook but worry about it can't be used for their daily work.

Conclusion comes first: It's rather straightforwad and the source code building speedup is really awesome.

With Clion and package management tool Homebrew, the whole process is not that much different from the Ubuntu environment.

Install Clion

The reason I recommand Clion is that it automatically takes care of the c++ toolchain part for you.

Clion's website provides the Apple silicon's version of download.

Install homebrew

Method 1

Guide from homebrew official website
https://docs.brew.sh/Installation

If you encounter this problem

curl: (7) Failed to connect to raw.githubusercontent.com port 443: Connection refused

then use method 2.

Method 2

Just manually download the install scripts from homebrew's github repo
https://github.com/Homebrew/install
and run the ./install.sh and ./uninstall.sh as you need.

You can also modify the HOMEBREW_BREW_DEFAULT_GIT_REMOTE and HOMEBREW_CORE_DEFAULT_GIT_REMOTE variables in the install.sh to use ssh urls instead of the https urls if you prefer.

Install pangolin

Pangolin is not in homebrew, so we have to build and install it from source.

  1. Install dependecies using homebrew
brew install eigen
brew install glew
  1. Fetch pangolin and compiles
    Because of some deprecation things related to opengl, the head of master branch from Pangolin's git repo can compile and run with itself, but causes error when it's used as dependency for certain SLAM algorithms. I forked the original repo and fixed some bugs here.
    https://github.com/ZhaoqunZhong/Pangolin

  2. Pay attention that the default CMAKE_INSTALL_PREFIX is still /usr/local/ like in Ubuntu. ('brew install' installs things to /opt/homebrew/, and cmake will include it into its search path. )
    So, if your project complains about can't find pangolin, you can just add /usr/local/~ to the include and library dirs manually.

Install OpenCV

Method 1

brew install opencv

Method 2

Build and install from source.
I used version 4.5.5. After earlier steps, it compiles out of the box.

By the way, I remember it takes at least 10min to build OpenCV from source on an Ubuntu machine with Intel i7 32g ram. But my M1pro Macbook takes about 3min13s. Shocking!

Install ceres-solver

Method 1

brew install ceres-solver

Method 2

Build and install from source.

  1. Install dependecies
brew install gflags
brew install glog
  1. Build ceres-solver
    It will automatically detect and use Apple's accelarate framework as the backend sparse solver.

-- Found Apple's Accelerate framework with sparse solvers, building with Accelerate sparse support.

Install PCL

brew install pcl

I'm tired of trying to build from source any more for two reasons:

  1. I guess they can all work based on the OpenCV and ceres-solver results.
  2. Homebrew takes care of all the dependencies for you if you are missing packages for your current installed package. It's so convenient. I recommand using it whenever possible.

Test a SLAM algorithm

Here I chose TUM's DSO algorithm. To make it work on M1 macbook, I also had to make some adjustments to the original head of master branch. I put the final workable version here.
https://github.com/ZhaoqunZhong/dso

Result

image

Good luck!


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 從提升性能角度來說 提升了對CPU的使用效率:目前生產的伺服器大多數都是多核,標配的機器都是 8C/16G。操作系統會將不同的線程分配給不同的核心處理,理論上,有多少核心就有多少個線程並行執行。如果沒有併發編程,CPU的利用率將極大的浪費,假設當前正在處理耗時的 I/O 操作,那麼整個CPU就會處於... ...
  • 大家好,我是三友~~ 在對於讀寫鎖的認識當中,我們都認為讀時加讀鎖,寫時加寫鎖來保證讀寫和寫寫互斥,從而達到讀寫安全的目的。但是就在我翻Eureka源碼的時候,發現Eureka在使用讀寫鎖時竟然是在讀時加寫鎖,寫時加讀鎖,這波操作屬實震驚到了我,於是我就花了點時間研究了一下Eureka的這波操作。 ...
  • DotnetZip使用方法見此文章https://www.cnblogs.com/pengze0902/p/6124659.html在netframework環境下,使用上面文章中的設置Encoding為Default的方法即可解決中文亂碼問題 但是當我使用.net6創建控制台項目並採用上述代碼時, ...
  • iNeuOS工業互聯網操作系統面向:儀器儀錶、雙碳環保、核能科學與工程和鋼鐵冶金領域頒發第一批技術認證資質,一共21名同志在項目實施過程中表現突出,從iNeuOS的應用、開發及項目過程中的交流都大大促進了項目保質保量的快速交付,特此頒發應用實施和二次開發工程認證。 ...
  • 一:背景 1. 講故事 前段時間有位朋友在微信上找到我,說他的程式出現了記憶體泄漏,能不能幫他看一下,這個問題還是比較經典的,加上好久沒上非托管方面的東西了,這篇就和大家分享一下,話不多說,上 WinDbg 說話。 二:WinDbg 分析 1. 到底是哪裡的泄漏 好的開始就是成功的一半,否則就南轅北轍 ...
  • sed高階用法 sed編輯器 sed是一種流編輯器,流編輯器會在編輯器處理數據之前基於預先提供的一組規則來編輯數據流。 1.sed編輯器工作流程 sed編輯器可以根據命令來處理數據流中的數據,這些命令要麼從命令行中輸入,要麼存儲在一個命令文本文件中。 sed的工作流程主要包括讀取、執行和顯示三個過程 ...
  • 個人學習-Linux文件系統架構 1. 參考文章 [1]https://blog.csdn.net/Holy_666/article/details/86532671 [2]CSDN博主土豆西瓜大芝麻:[Linux的VFS詳解]:https://blog.csdn.net/jinking01/art ...
  • Linux的哲學思想 優勢 一切都是一個文件。(包括硬體,文本,二進位,源代 碼) 系統中擁有小型,單一用途的程式。(一個程式只負責 做好自己的本職工作) 當遇到複雜任務,通過不同功能用途的程式組合起來 完成。 輕量級,一臺服務 dhcp ip 資料庫服務 網 頁 避免令人困惑的用戶界面就是沒有複雜 ...
一周排行
    -Advertisement-
    Play Games
  • 前言 當別人做大數據用Java、Python的時候,我使用.NET做大數據、數據挖掘,這確實是值得一說的事。 寫的並不全面,但都是實際工作中的內容。 .NET在大數據項目中,可以做什麼? 寫腳本(使用控制台程式+頂級語句) 寫工具(使用Winform) 寫介面、寫服務 使用C#寫代碼的優點是什麼? ...
  • 前言 本文寫給想學C#的朋友,目的是以儘快的速度入門 C#好學嗎? 對於這個問題,我以前的回答是:好學!但仔細想想,不是這麼回事,對於新手來說,C#沒有那麼好學。 反而學Java還要容易一些,學Java Web就行了,就是SpringBoot那一套。 但是C#方向比較多,你是學控制台程式、WebAP ...
  • 某一日晚上上線,測試同學在回歸項目黃金流程時,有一個工單項目介面報JSF序列化錯誤,馬上升級對應的client包版本,編譯部署後錯誤消失。 線上問題是解決了,但是作為程式員要瞭解問題發生的原因和本質。但這都是為什麼呢? ...
  • 本文介紹基於Python語言中TensorFlow的Keras介面,實現深度神經網路回歸的方法。 1 寫在前面 前期一篇文章Python TensorFlow深度學習回歸代碼:DNNRegressor詳細介紹了基於TensorFlow tf.estimator介面的深度學習網路;而在TensorFl ...
  • 前段時間因業務需要完成了一個工作流組件的編碼工作。藉著這個機會跟大家分享一下整個創作過程,希望大家喜歡,組件暫且命名為"easyFlowable"。 接下來的文章我將從什麼是工作流、為什麼要自研這個工作流組件、架構設計三個維度跟大家來做個整體介紹。 ...
  • 1 簡介 我們之前使用了dapr的本地托管模式,但在生產中我們一般使用Kubernetes托管,本文介紹如何在GKE(GCP Kubernetes)安裝dapr。 相關文章: dapr本地托管的服務調用體驗與Java SDK的Spring Boot整合 dapr入門與本地托管模式嘗試 2 安裝GKE ...
  • 摘要:在jvm中有很多的參數可以進行設置,這樣可以讓jvm在各種環境中都能夠高效的運行。絕大部分的參數保持預設即可。 本文分享自華為雲社區《為什麼需要對jvm進行優化,jvm運行參數之標準參數》,作者:共飲一杯無。 我們為什麼要對jvm做優化? 在本地開發環境中我們很少會遇到需要對jvm進行優化的需 ...
  • 背景 我們的業務共使用11台(阿裡雲)伺服器,使用SpringcloudAlibaba構建微服務集群,共計60個微服務,全部註冊在同一個Nacos集群 流量轉發路徑: nginx->spring-gateway->業務微服務 使用的版本如下: spring-boot.version:2.2.5.RE ...
  • 基於php+webuploader的大文件分片上傳,帶進度條,支持斷點續傳(刷新、關閉頁面、重新上傳、網路中斷等情況)。文件上傳前先檢測該文件是否已上傳,如果已上傳提示“文件已存在”,如果未上傳則直接上傳。視頻上傳時會根據設定的參數(分片大小、分片數量)進行上傳,上傳過程中會在目標文件夾中生成一個臨 ...
  • 基於php大文件分片上傳至七牛雲,使用的是七牛雲js-sdk V2版本,引入js文件,配置簡單,可以暫停,暫停後支持斷點續傳(刷新、關閉頁面、重新上傳、網路中斷等情況),可以配置分片大小和分片數量,官方文檔https://developer.qiniu.com/kodo/6889/javascrip ...