新闻详情

新闻详情

首页 / 资讯中心 / 详情

FAST-LIVO2 在 Jetson+ ROS2 Humble 环境部署问题——FAST-LIVO2运行后RGB图像乱码问解决方案

发布时间:2026/11/17 21:11:08来源:尧图网络
FAST-LIVO2 在 Jetson+ ROS2 Humble 环境部署问题——FAST-LIVO2运行后RGB图像乱码问解决方案
1. 问题现象系统传感器海康相机Livox MID360s/rgb_img现象海康原始图像正常但RViz显示FAST-LIVO2的/rgb_img话题图像异常出现雪花、横向条纹、花屏等情况画面如下。2. 排查过程1确认相机输出正常查看相机原始图像大小以及图像格式是否满足FAST-LIVO2算法要求。ros2 topic echo /hikrobot/image --once结果height:512 width:640 encoding:bgr8 step:1920通过分析图像尺寸图像格式以及数据长度发现海康驱动没有问题。2确认FAST-LIVO2接收正常查看ros2 node info /laserMapping显示Subscribers: /hikrobot/image /livox/lidar /livox/imu说明FAST-LIVO2已经订阅图像。运行日志[VIO] Raw feature num: 5967说明图像已经进入FAST-LIVO2特征提取正常3最终定位问题检查FAST-LIVO2代码文件路径FAST-LIVO2/src/LIVMapper.cpp函数getImageFromMsg()原代码cv::Mat LIVMapper::getImageFromMsg( const sensor_msgs::msg::Image::ConstSharedPtr img_msg) { cv::Mat img; imgcv_bridge::toCvShare(img_msg,bgr8)-image; return img; }原代码使用了toCvShare()函数改函数不会复制图像数据它只是创建一个Mat头Mat ----- ROS Image bufferFAST-LIVO2后面img_buffer.push_back(img_cur);保存Mat。但是ROS消息生命周期结束后原始buffer可能被释放或者覆盖。于是FAST-LIVO2下一次读取读取到了错误内存。表现图像随机变化、花屏、条纹、雪花等情况。3. 解决方案将原代码修改为cv::Mat LIVMapper::getImageFromMsg( const sensor_msgs::msg::Image::ConstSharedPtr img_msg) { cv::Mat img; img cv_bridge::toCvCopy(img_msg,bgr8)-image.clone(); return img; }重新编译cd ~/FASTLIVO2_WS colcon build --symlink-install source install/setup.bash重新运行FAST-LIVO2。结果✅ 海康图像正常✅ FAST-LIVO2 RGB正常✅ RViz显示正常✅ 不再出现随机花屏
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉