运行orb-slam3出现rgbd_tum: /tmp/llvm/lib/Support/BranchProbability.cpp:41: llvm::BranchProbability::BranchProbability(uint32_t, uint32_t): Assertion `Numerator <= Denominator && "Probability cannot be bigger than 1!"' failed. 已放弃 (核心已转储) 怎么解决
时间: 2024-04-19 08:28:15 浏览: 27
这个错误通常是由于ORB-SLAM3运行过程中概率计算错误导致的。解决此问题的一种方法是尝试更新ORB-SLAM3或使用最新的版本。你可以从ORB-SLAM3的官方GitHub存储库中获取最新的代码,并按照说明进行安装和编译。如果更新后仍然出现相同的错误,请确保你的环境设置正确,并检查是否有其他依赖项缺失。如果问题仍然存在,请尝试在ORB-SLAM3的GitHub存储库中提出一个issue,以获取更多的帮助和支持。
相关问题
ORB-SLAM3 atal error: opencv/cv.h: 没有那个文件或目录
这个错误提示 "fatal error: opencv/cv.h: 没有那个文件或目录" 表明在编译过程中找不到 "opencv/cv.h" 这个头文件。根据引用的内容,可以尝试将文件中的 "#include <opencv/cv.h>" 替换为 "#include <opencv2/opencv.hpp>"。另外,引用中提到,如果你要使用自己指定路径的opencv-4.2.0,可以在CMakeList.txt文件中添加以下指令:set(CMAKE_PREFIX_PATH "/home/wangyy/opencv4")。这样编译器就能找到正确的opencv路径并包含相应的头文件。希望这些信息对解决你的问题有所帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [fatal error: opencv/cv.h: 没有那个文件或目录 错误;fatal error: opencv2/contrib/contrib.hpp: 没有...](https://blog.csdn.net/pvmsmfchcs/article/details/128658681)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [ORBSLAM3和配套file:///home/nsvi/ORB_SLAM3-master.zippangolin](https://download.csdn.net/download/weixin_41623823/85346807)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]
https://github.com/UZ-SLAMLab/ORB_SLAM3
https://github.com/UZ-SLAMLab/ORB_SLAM3 是ORB_SLAM3的源码存储库,它是基于ORB-SLAM2和ORB-SLAM-VI构建的系统。ORB_SLAM3可以在纯视觉或者视觉惯导的系统中鲁棒地运行,支持单目、双目和RGB-D利用针孔或鱼眼模型,甚至可以自定义模型。该系统在EuRoC数据集上达到了平均3.6cm的精度,在利用手持设备快速移动的TUM-VI数据集(AR/VR场景)上达到了9mm的精度。你可以在这个链接上找到并下载ORB_SLAM3源码:https://github.com/UZ-SLAMLab/ORB_SLAM3。