启动容器：    
```bash
docker run -it \
    --network host \
    --privileged \
    -e DISPLAY=$DISPLAY \
    -e QT_X11_NO_MITSHM=1 \
    -e LIBGL_ALWAYS_INDIRECT=0 \
    -e LIBGL_ALWAYS_SOFTWARE=1 \
    -v /tmp/.X11-unix:/tmp/.X11-unix:rw \
    -v $HOME/go_ros:/home/go_ros:rw \
    -v $HOME/catkin_ws:/home/catkin_ws:rw \
    hx920/deeplearning:xtdrone_v1 \
    /bin/bash
```

安装深度支持：
```bash
sudo apt install ros-noetic-rtabmap* 
sudo apt install ros-noetic-octomap*
```

将这个配置放到深度支持的配置文件中：
```bash
mkdir /opt/ros/noetic/share/rtabmap_ros/launch/config
cd /opt/ros/noetic/share/rtabmap_ros/launch/config
cp ~/XTDrone/sensing/slam/vio/VINS-Fusion/config/xtdrone_sitl/rgbd.rviz .
```

之前是（别先执行）：

```bash
roslaunch px4 indoor1.launch
```
里面用的：iris_stereo_camera.sdf 模型

前面的步骤与VINS-Fusion的启动仿真一致，注意把仿真launch文件的 iris_stereo_camera 换成 iris_realsense_camera ，这样才能有深度图数据。而后启动rtabmap

找一下这个文件在哪里：

```bash
 Wed Dec 17 #   22:01:18 #   /root # find . -name indoor1.launch
./PX4_Firmware/launch/indoor1.launch
```

然后编辑文件里的摄像头：

查找 iris_stereo_camera

改为 iris_realsense_camera


然后开始一系列的启动工作：

 启动gazebo px4：
 
```bash
roslaunch px4 indoor1.launch
```
VINS-Fusion启动：
```bash
cd ~/catkin_ws
bash scripts/xtdrone_run_vio.sh
```
由于VINS-Fusion发布的是Odometry类型的话题，我们要将其对应转为PX4所需的话题
现在视觉定位信息就通过mavros发到PX4，查看/iris_0/mavros/local_position/pose可以看到有正确的数据

```bash
cd ~/XTDrone/sensing/slam/vio
python3 vins_transfer.py iris 0
```

然后建立通信，键盘控制起飞即可

```bash
cd ~/XTDrone/communication
python3 multirotor_communication.py iris 0 
```


启动键盘：

```bash
cd ~/XTDrone/control/keyboard
python3 multirotor_keyboard_control.py iris 1 vel
```
启动rtabmap


```bash
roslaunch vins rtabmap_vins.launch
```













VINS-Fusion+RTABMap的三维稠密重建

根据你的参考指令和操作过程，我为你概括出**从容器打包到镜像上传的标准化流程**：

## 📋 核心操作步骤

### **1. 查看运行中的容器**
```bash
docker ps
# 查看容器ID，确认要打包的容器
```

### **2. 将容器打包为新镜像**
```bash
docker commit [容器ID] [新镜像名]:[标签]
# 示例：docker commit 118 cc:v1
# 结果：创建了镜像 cc:v1
```

### **3. 为镜像添加仓库标签**
```bash
docker tag [本地镜像名:标签] [用户名]/[仓库路径]:[新标签]
# 或使用镜像ID：
docker tag [镜像ID] [用户名]/[仓库路径]:[标签]
# 示例：docker tag b14 hx920/deeplearning:xtdrone_v1
```

### **4. 登录Docker仓库**
```bash
docker login
# 输入用户名和密码（或Personal Access Token）
```

### **5. 推送镜像到仓库**
```bash
docker push [用户名]/[仓库路径]:[标签]
# 示例：docker push hx920/deeplearning:xtdrone_v1
```

---

## ⚠️ 你的操作中的注意事项

1. **容器ID使用**：你使用了`118`（前3位），这是正确的，Docker支持短ID

2. **标签规范**：
   - 第一次：`hx920/deeplearning/xtdrone:v1`（多层路径）
   - 第二次：`hx920/deeplearning:xtdrone_v1`（更标准的命名）
   - 推荐格式：`用户名/项目名:版本`

3. **常见问题处理**：
   ```bash
   # 如果推送卡住，可能是网络问题
   docker push [镜像名] --verbose  # 查看详细日志
   # 或重试推送
   ```

4. **镜像体积注意**：
   - 你的镜像14.1GB较大，可能导致推送慢
   - 可以考虑优化镜像大小

---

## 🎯 推荐最佳实践

```bash
# 完整示例流程
1. docker ps                                # 查看容器
2. docker commit abc123 myapp:1.0          # 打包容器
3. docker tag myapp:1.0 hx920/myapp:1.0    # 添加仓库标签
4. docker login                           # 登录
5. docker push hx920/myapp:1.0            # 推送
```

## 📁 验证推送结果
```bash
# 查看本地镜像
docker images

# 拉取验证（在其他机器上）
docker pull hx920/deeplearning:xtdrone_v1
```

这样就能确保容器环境被正确打包并推送到镜像仓库了！

容器环境打包上传到镜像仓库

https://www.yuque.com/xtdrone/manual_cn/vio

安装ceres：

```bash
sudo apt update

sudo apt install -y libceres-dev
```


```bash
cp -r ~/XTDrone/sensing/slam/vio/VINS-Fusion ~/catkin_ws/src/
mkdir ~/catkin_ws/scripts/
cp ~/XTDrone/sensing/slam/vio/xtdrone_run_vio.sh ~/catkin_ws/scripts/
cd ~/catkin_ws
catkin_make #或catkin build，取决于您的编译工具
```






xtdrone惯性里程计

# VINS-Fusion编译
首先参考这里配置依赖，然后编译


```
cp -r ~/XTDrone/sensing/slam/vio/VINS-Fusion ~/catkin_ws/src/
mkdir ~/catkin_ws/scripts/
cp ~/XTDrone/sensing/slam/vio/xtdrone_run_vio.sh ~/catkin_ws/scripts/
cd ~/catkin_ws
catkin_make #或catkin build，取决于您的编译工具
```
catkin build出现报错


根据您提供的终端输出，编译失败的核心问题是**Ceres Solver库缺失**。以下是完整的解决思路和步骤：

## 问题分析

**错误原因**：
- CMake无法找到Ceres Solver库（camera_models和global_fusion包依赖该库）
- 错误信息：`Could not find a package configuration file provided by "Ceres"`

## 解决方案

### 1. 安装Ceres Solver依赖
```bash
# 安装编译依赖
sudo apt-get update
sudo apt-get install -y libgoogle-glog-dev libgflags-dev libatlas-base-dev libeigen3-dev libsuitesparse-dev
```

### 2. 下载并编译Ceres Solver
```bash
# 创建并进入工作目录
mkdir -p ~/ceres-solver
cd ~/ceres-solver

# 下载源码（建议使用1.14.0版本，兼容性更好）
git clone https://ceres-solver.googlesource.com/ceres-solver
cd ceres-solver
git checkout 1.14.0  # 切换到稳定版本

# 创建build目录并配置
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..

# 编译并安装
make -j$(nproc)
sudo make install
```

### 3. 更新库路径
```bash
sudo ldconfig
```

### 4. 重新编译catkin工作空间
```bash
cd ~/catkin_ws
catkin build
```

## 注意事项

- **版本兼容性**：如果使用Ceres 2.x版本，可能会遇到API不兼容问题，建议使用1.14.0版本
- **环境变量**：安装后如果仍找不到，可设置`export CMAKE_PREFIX_PATH=/usr/local:$CMAKE_PREFIX_PATH`
- **依赖检查**：确保所有编译依赖已正确安装，特别是`libgoogle-glog-dev`、`libgflags-dev`等

完成以上步骤后，VINS-Fusion应该能够正常编译通过。

视觉惯性里程计（VIO）启动细节增加

如何在镜像xtdrone启动一个新的容器

# 手动使用 docker run 命令
基本启动指令
```
docker run -it \
    --network host \
    --privileged \
    -e DISPLAY=$DISPLAY \
    -v /tmp/.X11-unix:/tmp/.X11-unix:rw \
    -v $HOME/go_ros:/home/go_ros:rw \
    xtdrone_1_13:robocup \
    /bin/bash
```

# 完整配置命令（推荐，包含 WSL2 图形界面支持）

使用前先开xlaunch

```
# 设置 DISPLAY 环境变量
WINDOWS_IP=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}')
export DISPLAY=$WINDOWS_IP:0.0

# 允许 X11 连接
xhost +local:docker

# 启动容器
docker run -it \
    --hostname xtdrone_container \
    --network host \
    --privileged \
    -e DISPLAY=$DISPLAY \
    -e QT_X11_NO_MITSHM=1 \
    -e LIBGL_ALWAYS_INDIRECT=0 \
    -e LIBGL_ALWAYS_SOFTWARE=1 \
    -v /tmp/.X11-unix:/tmp/.X11-unix:rw \
    -v $HOME/go_ros:/home/go_ros:rw \
    -v $HOME/catkin_ws:/home/catkin_ws:rw \
    xtdrone_1_13:robocup \
    /bin/bash
```