ubuntu18.04安装usb_cam

时间: 2023-05-31 16:18:19 浏览: 229
### 回答1: 要在Ubuntu 18.04上安装USB摄像头,您可以按照以下步骤操作: 1. 插入USB摄像头并确保它被识别。您可以在终端中输入以下命令来检查它是否被识别: ``` lsusb ``` 如果您看到了摄像头的信息,那么它已经被识别了。 2. 安装视频捕获工具。您可以在终端中输入以下命令来安装: ``` sudo apt-get install v4l-utils ``` 3. 测试摄像头。您可以在终端中输入以下命令来测试: ``` v4l2-ctl --list-devices ``` 这将列出您的摄像头设备。您可以使用以下命令来查看摄像头的实时视频: ``` vlc v4l2:///dev/video ``` 如果您没有安装VLC,请使用以下命令安装: ``` sudo apt-get install vlc ``` 4. 如果您想在Python中使用摄像头,您可以使用OpenCV库。您可以在终端中输入以下命令来安装: ``` sudo apt-get install python-opencv ``` 然后,您可以使用以下代码来捕获摄像头的实时视频: ``` import cv2 cap = cv2.VideoCapture() while True: ret, frame = cap.read() cv2.imshow('frame', frame) if cv2.waitKey(1) & xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 这将打开摄像头并显示实时视频。按“q”键退出。 希望这可以帮助您安装和使用USB摄像头。 ### 回答2: 首先,我们需要确认我们使用的USB相机支持V4L2(Video4Linux2)协议,否则将会面临驱动不支持的问题。 接下来,我们需要下载并安装一些USB相机的驱动程序和依赖项,以确保相机能够正常工作。 一般来说,大多数Linux发行版都会默认安装v4l-utils和libv4l-dev库文件,这些文件可用于USB相机的配置和控制。我们可以使用以下命令在终端中安装这些库文件: sudo apt-get update sudo apt-get install v4l-utils libv4l-dev 然后,我们需要编译和安装uvc驱动,它是一种适用于像素USB相机的Linux驱动程序。执行以下步骤来编译并安装uvc驱动程序: 1. 下载uvc驱动程序源代码: git clone https://github.com/pchev/uvc.git 2. 一旦完成下载,进入源代码目录,然后编译并安装uvc驱动程序: cd uvc make && sudo make install 3. 然后重启计算机以使驱动程序生效。 最后,我们需要测试USB相机是否已在Ubuntu 18.04中正确识别并运行。我们可以使用以下命令来检查相机是否被系统识别并被指定为/dev/video0: ls /dev/video* 如果这些命令没有报告任何错误,那么您应该可以从终端中运行相机应用并捕获摄像头的视频流了: guvcview -d /dev/video0 如果您遇到任何问题,可以在Ubuntu论坛或者相关社区中寻求帮助和解决方法。 ### 回答3: Ubuntu 18.04 是一款广泛使用的开源操作系统。在 Ubuntu 18.04 上安装 USB 摄像头(usb_cam)可以帮助我们进行视觉方面的项目,同时也是机器人开发的重要步骤之一。以下是 Ubuntu18.04 安装 USB 摄像头的详细步骤。 第一步:检查摄像头硬件 在安装 USB 摄像头之前,你首先需要确保摄像头硬件设备能够正常运行。将 USB 摄像头连接到计算机,然后通过终端输入“lsusb”命令,以确认设备是否已经连接成功。如果你看到你的摄像头厂商名称或者硬件 ID,则说明设备已经被识别。如果没有出现列表,请检查连接方式或者检查是否是硬件问题。 第二步:安装 ROS Kinetic 框架 Ubuntu 18.04 需要先安装 ROS Kinetic 框架才能够进一步安装 USB 摄像头。可以通过终端输入以下命令完成 ROS Kinetic 框架的安装: sudo apt-get update sudo apt-get install ros-kinetic-desktop-full sudo rosdep init rosdep update echo "source /opt/ros/kinetic/setup.bash" >> ~/.bashrc source ~/.bashrc 第三步:安装 usb_cam 节点 安装完 ROS Kinetic 框架之后,你可以通过终端输入以下命令来下载与安装 usb_cam 节点: sudo apt-get install ros-kinetic-usb-cam source /opt/ros/kinetic/setup.bash cd ~/catkin_ws/src git clone https://github.com/ros-drivers/usb_cam.git cd ~/catkin_ws catkin_make source ~/catkin_ws/devel/setup.bash 到此为止,usb_cam 的安装已经完成。 第四步:测试 USB 摄像头 将摄像头接口插入计算机,启动摄像头: $ roslaunch usb_cam usb_cam-test.launch 接下来,打开另一个新的终端窗口,将图像重新呈现出来: $ rosrun image_view image_view image:=/usb_cam/image_raw 可以在 ~/.ros/ 目录下,查看输出的视频文件,检查设备是否被成功识别了。 USB 摄像头的安装和配置过程是比较简单的,只需要耐心按照以上步骤一步步来操作即可。当然,如果你有需要在其它用途上使用这个摄像头,也可以根据实际需要进行调整。

相关推荐

### 回答1: 要在Ubuntu 18.04上安装ORB_SLAM3,您可以按照以下步骤操作: 1. 安装必要的依赖项: sudo apt-get install build-essential cmake git libgtk2.-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev libeigen3-dev libboost-all-dev libprotobuf-dev protobuf-compiler libgoogle-glog-dev libgflags-dev libatlas-base-dev liblapack-dev libblas-dev 2. 克隆ORB_SLAM3存储库: git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3 3. 进入ORB_SLAM3目录并创建build目录: cd ORB_SLAM3 mkdir build cd build 4. 运行cmake: cmake .. 5. 编译ORB_SLAM3: make -j4 6. 运行ORB_SLAM3: ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /path/to/dataset/sequence/ 其中,/path/to/dataset/sequence/是您要运行ORB_SLAM3的数据集的路径。 希望这可以帮助您安装ORB_SLAM3。 ### 回答2: Orb_slam3是一款基于Ubuntu操作系统的开源物体三维建模软件,它可以准确地模拟出物体的运动轨迹、形态等,并对其进行快速的重建。下面是Ubuntu18.04安装Orb_slam3的方法。 1. 下载安装Orb_slam3所需要的依赖库: 首先要安装git库,输入以下命令sudo apt-get install git。 然后安装依赖关系sudo apt-get install build-essential cmake g++ git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libv4l-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libopencv-dev libtbb-dev libeigen3-dev libblas-dev liblapack-dev libprotobuf-dev protobuf-compiler libgoogle-glog-dev libgflags-dev libzmq3-dev。 2. 下载ORB_SLAM3源代码: 安装完依赖库后,请输入以下命令。 cd /home git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3 3. 生成ORB_SLAM3的可执行程序: 编译安装ORB-SLAM程序,运行以下命令。 cd ORB_SLAM3 chmod +x build.sh ./build.sh 4. 使用ORB_SLAM3进行物体三维重建: 使用ORB_SLAM3准确地模拟出物体的运动轨迹、形态,然后进行三维重建。进入ORB_SLAM3目录,运行以下命令。 rosrun ORB_SLAM3 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml true 5. 建议:升级显卡驱动 安装了ORB_SLAM3后,建议升级显卡驱动以便更好的使用ORB_SLAM3软件。 以上就是Ubuntu18.04安装ORB_SLAM3的全部步骤,友好的交互界面使得练手极为方便,让使用者轻松地看到所需的信息,这也是它被越来越多的用户所信赖的原因。 ### 回答3: Ubuntu 18.04是一种开源的操作系统,ORB_SLAM3是一种全新的视觉SLAM库,它可以实现精准的视觉定位和建图,能够广泛应用于机器人、自动驾驶、虚拟现实等领域。以下是安装ORB_SLAM3的步骤: 1.安装依赖项 首先,必须安装ORB_SLAM3所需的一些依赖项,如Eigen,Boost,OpenCV和Pangolin等。可以在终端窗口中运行以下命令进行安装: sudo apt-get install libeigen3-dev sudo apt-get install libboost-all-dev sudo apt-get install libopencv-dev sudo apt-get install libopencv-dev sudo apt-get install libglew-dev sudo apt-get install libsuitesparse-dev 2.克隆ORB_SLAM3库 使用git工具从GitHub上克隆ORB_SLAM3库。运行以下命令: git clone https://github.com/UZ-SLAMLab/ORB_SLAM3.git ORB_SLAM3 3.构建ORB_SLAM3库 进入ORB_SLAM3目录并构建ORB_SLAM3库。运行以下命令: cd ORB_SLAM3 chmod +x build.sh ./build.sh 4.下载数据集 如果要测试ORB_SLAM3的性能,需要下载一些数据集。运行以下命令,以下载KITTI数据集: ./tools/kitti_downloader.sh 5.测试ORB_SLAM3 最后,可以使用ORB_SLAM3库来测试视觉SLAM的性能。运行以下命令: ./Examples/Monocular/mono_kitti Vocabulary/ORBvoc.txt Examples/Monocular/KITTI00-02.yaml path_to_dataset_folder/dataset 在执行此命令时,必须将“path_to_dataset_folder”替换为数据集所在的路径。此外,应该将“Examples/Monocular/KITTI00-02.yaml”替换为数据集文件中包含的文件。这将运行ORB_SLAM3并显示视觉定位和建图的结果。 总之,使用这些步骤可以在Ubuntu 18.04上成功安装ORB_SLAM3,并进行视觉定位和建图的测试。
安装orb_slam2在ubuntu18.04上的步骤如下: 1. 安装依赖项: sudo apt-get install libsuitesparse-dev libeigen3-dev libboost-all-dev libglew-dev libglfw3-dev libatlas-base-dev libatlas-dev libatlas-doc libatlas3-base libatlas3-base-dev libfreeimage-dev libgoogle-glog-dev libgflags-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libqglviewer-dev-qt4 libqglviewer-dev-qt5 libqglviewer-dev-common libqglviewer-dev-doc libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libopenni2-dev libopenni-dev libop这个列表似乎有重复项目,并且安装了很多不必要的依赖项。正确的安装步骤应该是: 1. 安装依赖项: sudo apt-get install libsuitesparse-dev libeigen3-dev libboost-all-dev libglew-dev libglfw3-dev libatlas-base-dev libatlas-dev libfreeimage-dev libgoogle-glog-dev libgflags-dev libopenni-dev libopenni2-dev libqglviewer-dev-qt4 libqglviewer-dev-qt5 2. 下载orb_slam2并编译它 git clone https://github.com/raulmur/ORB_SLAM2.git cd ORB_SLAM2 chmod +x build.sh ./build.sh 3. 运行示例程序 ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml 请注意, orb_slam2 仅支持 monocular 和 stereo 模式,并且需要一个特定格式的词汇库和配置文件。
在Ubuntu 18.04上运行Velodyne仿真器需要先打开Gazebo仿真环境,并在终端中运行Loam算法。然而,根据引用的描述,报错导致Gazebo与Loam算法无法实现实时仿真。根据引用所述,以前在相同的环境和程序下进行仿真是正常的,但最近重新进行仿真时出现了报错。 根据引用提到的博客文章,可能存在VMware 15和Ubuntu 18.04的安装相关问题。建议检查系统和软件的配置是否正确,并确保相关软件和库的版本与所使用的教程一致。此外,还可以尝试更新软件和库,并查找与报错相关的解决方案。 总结来说,如果在Ubuntu 18.04上运行Velodyne仿真器时遇到问题,可能需要检查系统和软件的配置,并确保软件和库的版本正确匹配。此外,建议查找相关的解决方案以解决报错问题。123 #### 引用[.reference_title] - *1* *2* [Ubuntu18.04下Gazebo与Loam算法实时仿真报错的解决办法](https://blog.csdn.net/qq_43804308/article/details/115538954)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [(6条消息)VMware15 + Ubuntu18.04安装_Elio_LosEr的博客-CSDN博客.html](https://download.csdn.net/download/sjw7421/19867891)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
在Ubuntu 18.04上安装OpenCV 3.2.0可能会遇到一些问题,但是有一些解决方法可以参考。首先,可以参考CSDN博客上的教程《在ubuntu18.04中安装opencv_contrib-3.2.0采坑教程_小虎哥哥爱学习-CSDN博客_ubuntu18.04安装opencv》,其中提供了一些解决方案。此外,还可以参考另一篇博客《主要介绍了Ubuntu18.04安装opencv 3.2.0的解决方法,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下》。另外,一位使用TX2尝试安装OpenCV 3.2的学长也分享了具体的安装过程,包括安装准备和依赖包的安装等步骤。你可以参考这些教程和经验来安装OpenCV 3.2.0。123 #### 引用[.reference_title] - *1* [ubuntu18.04安装opencv3.2.0](https://blog.csdn.net/longbatianxia1/article/details/121462718)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Ubuntu18.04安装opencv 3.2.0的解决方法](https://download.csdn.net/download/weixin_38637983/12842575)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Ubuntu16.04/18.04上安装opencv3.2.0](https://blog.csdn.net/YiYeZhiNian/article/details/97185190)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
要在Ubuntu 18.04上安装AIPerf,你可以按照以下步骤进行操作: 1. 首先,你需要添加ROS的安装源。你可以选择使用官方默认安装源、中科大安装源或清华安装源。如果你选择使用官方默认安装源,可以执行以下命令: sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 \[1\] 如果你选择使用中科大安装源,可以执行以下命令: sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu/ lsb_release -cs main" > /etc/apt/sources.list.d/ros-latest.list' \[2\] 如果你选择使用清华安装源,可以执行以下命令: sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu/ lsb_release -cs main" > /etc/apt/sources.list.d/ros-latest.list' \[3\] 2. 安装ROS。执行以下命令来安装ROS: sudo apt update sudo apt install ros-melodic-desktop-full 3. 安装AIPerf。执行以下命令来安装AIPerf: sudo apt install ros-melodic-aiperf 现在,你已经成功在Ubuntu 18.04上安装了AIPerf。你可以使用AIPerf来进行性能测试和评估。 #### 引用[.reference_title] - *1* *2* *3* [ubuntu18.04安装ROS讲解](https://blog.csdn.net/m0_46831734/article/details/129363912)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

最新推荐

Ubuntu18.04通过源码安装Odoo14的教程

本系列文章针对Odoo 14版,从系统安装,开发环境配置,代码结构,主要功能升级,源码赏析,Anodoo对Odoo的关键扩展等角度,预先给大家介绍即将在2020年发布的这一最新版本

Ubuntu18.04安装Nvidia显卡驱动教程(图文)

主要介绍了Ubuntu18.04安装Nvidia显卡驱动教程(图文),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

ubuntu 18.04 安装opencv3.4.5的教程(图解)

主要介绍了ubuntu 18.04 安装opencv3.4.5的教程,本文图文并茂给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下

Ubuntu18.04安装 PyCharm并使用 Anaconda 管理的Python环境

主要介绍了Ubuntu18.04安装 PyCharm并使用 Anaconda 管理的Python环境的教程,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

VMware15虚拟机安装Ubuntu18.04的图文教程

主要介绍了VMware15虚拟机安装Ubuntu18.04的图文教程,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

数据结构1800试题.pdf

你还在苦苦寻找数据结构的题目吗?这里刚刚上传了一份数据结构共1800道试题,轻松解决期末挂科的难题。不信?你下载看看,这里是纯题目,你下载了再来私信我答案。按数据结构教材分章节,每一章节都有选择题、或有判断题、填空题、算法设计题及应用题,题型丰富多样,共五种类型题目。本学期已过去一半,相信你数据结构叶已经学得差不多了,是时候拿题来练练手了,如果你考研,更需要这份1800道题来巩固自己的基础及攻克重点难点。现在下载,不早不晚,越往后拖,越到后面,你身边的人就越卷,甚至卷得达到你无法想象的程度。我也是曾经遇到过这样的人,学习,练题,就要趁现在,不然到时你都不知道要刷数据结构题好还是高数、工数、大英,或是算法题?学完理论要及时巩固知识内容才是王道!记住!!!下载了来要答案(v:zywcv1220)。

语义Web动态搜索引擎:解决语义Web端点和数据集更新困境

跟踪:PROFILES数据搜索:在网络上分析和搜索数据WWW 2018,2018年4月23日至27日,法国里昂1497语义Web检索与分析引擎Semih Yumusak†KTO Karatay大学,土耳其semih. karatay.edu.trAI 4 BDGmbH,瑞士s. ai4bd.comHalifeKodazSelcukUniversity科尼亚,土耳其hkodaz@selcuk.edu.tr安德烈亚斯·卡米拉里斯荷兰特文特大学utwente.nl计算机科学系a.kamilaris@www.example.com埃利夫·尤萨尔KTO KaratayUniversity科尼亚,土耳其elif. ogrenci.karatay.edu.tr土耳其安卡拉edogdu@cankaya.edu.tr埃尔多安·多杜·坎卡亚大学里扎·埃姆雷·阿拉斯KTO KaratayUniversity科尼亚,土耳其riza.emre.aras@ogrenci.karatay.edu.tr摘要语义Web促进了Web上的通用数据格式和交换协议,以实现系统和机器之间更好的互操作性。 虽然语义Web技术被用来语义注释数据和资源,更容易重用,这些数据源的特设发现仍然是一个悬 而 未 决 的 问 题 。 流 行 的 语 义 Web �

给出推荐算法的具体方法

### 回答1: 好的,下面是基于内容的推荐算法的具体方法: 1. 特征提取:根据音乐家的特征数据,提取出一些关键特征,比如音乐风格、代表作品等。可以使用TF-IDF算法或者词袋模型对特征进行处理。 2. 相似度计算:根据特征提取的结果,计算出音乐家之间的相似度。可以使用余弦相似度或者皮尔逊相关系数等算法计算相似度。 3. 推荐分数计算:根据用户的历史喜好和音乐家之间的相似度,计算出每个音乐家的推荐分数。可以使用加权平均数等方法计算推荐分数。 4. 结果排序:根据推荐分数,对音乐家进行排序,推荐给用户。 具体实现方法如下: 1. 特征提取:首先将音乐家的特征数据转化为向量形式,比如

TFT屏幕-ILI9486数据手册带命令标签版.pdf

ILI9486手册 官方手册 ILI9486 is a 262,144-color single-chip SoC driver for a-Si TFT liquid crystal display with resolution of 320RGBx480 dots, comprising a 960-channel source driver, a 480-channel gate driver, 345,600bytes GRAM for graphic data of 320RGBx480 dots, and power supply circuit. The ILI9486 supports parallel CPU 8-/9-/16-/18-bit data bus interface and 3-/4-line serial peripheral interfaces (SPI). The ILI9486 is also compliant with RGB (16-/18-bit) data bus for video image display. For high speed serial interface, the ILI9486 also provides one data and clock lane and supports up to 500Mbps on MIPI DSI link. And also support MDDI interface.

数据搜索和分析

跟踪:PROFILES数据搜索:在网络上分析和搜索数据WWW 2018,2018年4月23日至27日,法国里昂1485表征数据集搜索查询艾米莉亚·卡普尔扎克英国南安普敦大学开放数据研究所emilia. theodi.org珍妮·坦尼森英国伦敦开放数据研究所jeni@theodi.org摘要在Web上生成和发布的数据量正在迅速增加,但在Web上搜索结构化数据仍然存在挑战。在本文中,我们探索数据集搜索分析查询专门为这项工作产生的通过众包-ING实验,并比较它们的搜索日志分析查询的数据门户网站。搜索环境的变化以及我们给人们的任务改变了生成的查询。 我们发现,在我们的实验中发出的查询比数据门户上的数据集的搜索查询要长得多。 它们还包含了七倍以上的地理空间和时间信息的提及,并且更有可能被结构化为问题。这些见解可用于根据数据集搜索的特定信息需求和特征关键词数据集搜索,�