Runz, Martin, and Lourdes Agapito. “Co-Fusion: Real-Time Segmentation, Tracking and Fusion of Multiple Objects.” In 2017 IEEE International Conference on Robotics and Automation (ICRA), 4471–78. Singapore, Singapore: IEEE, 2017. https://doi.org/10.1109/ICRA.2017.7989518.

3 Overview of our Method

Co-Fusion 是一个可以实时处理每一帧输入图片的RGB-D SLAM 系统，本系统为场景中每一个分割的物体存储模型，而且可以独立跟踪它们的运动，每个模型是由一组3D 点构成的。本系统维护两组物体模型：当前在视野中可见的active 模型，以及曾经观测到的模型，但是目前不在视野中，记为inactive 模型。本系统的框架如Fig. 2所示，在初始化阶段，场景只包含一个active 模型——背景，初始化完成后，按照Fig .2的流程处理每一帧图片。

系统代码包下载地址为github地址，论文为(Liu 等, 2023).

1 ORB-SLAM2基础问题

该算法是在ORB-SLAM2 的基础上进行改进的，编译过程可参考ORB-SLAM2的部署教程，此处不再赘述。除此之外，本人在部署过程中还遇到了其他问题，这里记录一下。

首先进入寒武纪开发主页并登录寒武纪账号，进入cambricon_pytorch docker 页面。由于本人只使用MLU220 进行边缘端推理，所以不需要在主机上安装MLU 驱动，因此可跳过第一步直接按照提示安装docker。本人在尝试按照页面说明时遇到了一些问题，在此记录一下。

本文主要参考文章。

1 版本查看

对系统中的现有gcc、g++版本进行查看，安装所需版本：

本文主要参考该文章。

1 Eigen3安装与卸载

1.1 安装

可通过apt命令安装，由于使用源码安装的方式在后续编译ORB-SLAM2 过程中可能会遇到一些问题，因此，本人建议使用apt命令进行安装：

1 Ubuntu设置与软件安装

首先打开Ubuntu设置，将Sharing-Remote Desktop打开，如下图所示：

本文主要参考该文章。

1 安装显卡驱动

1.1 前期准备

根据显卡型号在Nvidia 官网下载相应的驱动程序，然后安装必备软件：

1 ssh服务

Ubuntu开启ssh服务需要下载openssh-server，命令为：

注：本文主要参考该文章。

1 安装并设置zsh

安装命令：

1 系统盘制作

推荐使用 Rufus 这个软件进行制作：