1. ORK功能包安裝
1.1 安裝依賴
sudo apt-get install meshlab
sudo apt-get install libosmesa6-dev
sudo apt-get install python-pyside.qtcore
sudo apt-get install python-pyside.qtgui
1.2 創造工作空間，下載源碼， 編譯（因爲功能包較多，最好重新創建一個工作空間ork_ws）
mkdir ork_ws && cd ork_ws
wstool init src https://raw.github.com/wg-perception/object_recognition_core/master/doc/source/ork.rosinstall.kinetic.plus
cd src && wstool update -j8
cd .. && rosdep install --from-paths src -i -y
catkin_make
當執行 rosdep install --from-paths src -i -y, 在下載的過程中，出現類似 error: the following packages/stacks could not have their rosdep keys resolved to system depandencies:......錯誤時，，這是因爲缺少xdot功能包導致的，需要在src文件夾下使用如下命令下載xdot源碼，之後重新下載ork源碼。
cd src && git clone https://github.com/jbohren/xdot.git
1.3 設置環境變量
echo "export ~/ork_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc
2. ORK功能包安裝
2.1 安裝
sudo apt-get install couchdb
2.2 測試是否安裝成功
curl -X GET http://localhost:5984
2.3 創建一條可樂罐模型
rosrun object_recognition_core object_add.py -n "coke " -d "A universal can of coke" --commit
瀏覽器中打開網址http://localhost:5984/_utils/database.html?object_recognition/_design/objects/_view/by_object_name
2.4 下載可樂罐模型
git clone https://github.com/wg-perception/ork_tutorials
注意下載的路徑，把該文件包下載到ork_ws/src/下
2.5 模型加載到數據庫
rosrun object_recognition_core mesh_add.py bb01ae7a23033bdef1a1c3b76000092c ~/ork_ws/src/ork_tutorials/data/coke.stl --commit
2.6 安裝couchapp工具，在瀏覽器中查看具體模型
sudo pip install git+https://github.com/couchapp/couchapp.git
若執行上個命令，提示如下信息，則需要安裝pip
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install python-pip
rosrun object_recognition_core push.sh
在瀏覽器中查看： http://localhost:5984/or_web_ui/_design/viewer/index.html
點擊object_listing,查看數據列表
點擊mesh,查看模型，點擊後，如下圖：
3. 模型訓練
可以試用上述方法增加不同的所需要識別的物體模型，模型創建完成後，使用以下命令對模型進行數據訓練，生成識別所需要的匹配模板。
rosrun object_recognition_core training -c `rospack find object_recognition_linemod`/conf/training.ork
物體識別：
參考：https://www.cnblogs.com/dinghongkai/p/11312874.html