亚洲一区二区h,亚洲国产综合欧美性爱

參考網(wǎng)址：https://github.com/raulmur/ORB_SLAM2

按照上述網(wǎng)址中的官方流程，ORB SLAM 2 demo 的復(fù)現(xiàn)還算比較順利，但是也遇到了一些小坑，本文把所有復(fù)現(xiàn)流程記錄下來，方便以后查閱，或許也可以幫助其他讀者解決 demo 復(fù)現(xiàn)中遇到的問題。

這里的普通模式是指直接運行編譯之后的可執(zhí)行文件，ROS 模式是以 ros node 的形式執(zhí)行，后者在多機通訊環(huán)境中很方便，例如多機器人協(xié)同建圖，機器人與 PC 機交互。

系統(tǒng)平臺

Ubuntu 18.04
官網(wǎng)里提到：在 Ubuntu 12.04, 14.04, 16.04 平臺上測試過，沒有提到 18.04，根據(jù)我們的測試，用 18.04 也沒問題

安裝依賴

OpenCV

這里選擇安裝 OpenCV 3.2 版本，具體安裝流程可以參考我們的另外一篇文章

DBoW2 和 g2o

這兩個庫都在 Thirdparty 文件夾中，后邊會隨著 ORB SLAM 2 一起編譯，這里先不管它們

ROS

這里選擇了與 Ubuntu 18.04 比較匹配的 ROS melodic 版本。
按照官網(wǎng)步驟安裝即可。
在國內(nèi)網(wǎng)絡(luò)環(huán)境下安裝時，最后的兩步經(jīng)常會報錯：

sudo rosdep init

rosdep update

在之前的文章中我們搜集了幾種解決方案，僅供參考。

Eigen3

推薦用 3.2 版本。
從官網(wǎng) 下載源文件壓縮包并解壓

wget  https://gitlab.com/libeigen/eigen/-/archive/3.2.10/eigen-3.2.10.tar.gz

tar -xvzf eigen-3.2.10.tar.gz

然后通過 cmake 方式安裝到指定文件夾中

在源文件夾中建立 build 文件夾
在 build 文件夾中 cmake ..
sudo make install

默認安裝到 /usr/local/include/eigen3 路徑下。
我們可以修改這一路徑，其基本結(jié)構(gòu)為 <CMAKE_INSTALL_PREFIX>/<INCLUDE_INSTALL_DIR>
默認：CMAKE_INSTALL_PREFIX 為 /usr/local，INCLUDE_INSTALL_DIR 為 include/eigen3
cmake 時可以修改參數(shù)，例如
cmake .. -DCMAKE_INSTALL_PREFIX=/usr
就可以將安裝路徑設(shè)置為 /usr/include/eigen3 。

Pangolin

在 ORB SLAM 2 中那些很炫酷的實時建圖畫面是通過 Pangolin 實現(xiàn)的。
Pangolin 是一個輕量級的開發(fā)庫，控制 OpenGL 的顯示、交互等。
Pangolin 的核心依賴是 OpenGL 和 GLEW。
嚴格按照官網(wǎng)流程安裝即可（https://github.com/stevenlovegrove/Pangolin）。
為了方便查閱，這里摘錄了與 Ubuntu 系統(tǒng)對應(yīng)的安裝步驟：

# OpenGL
sudo apt install libgl1-mesa-dev

# Glew
sudo apt install libglew-dev

# CMake
sudo apt install cmake

# python 
sudo apt install libpython2.7-dev
sudo python -mpip install numpy pyopengl Pillow pybind11

# Wayland
sudo apt install pkg-config
sudo apt install libegl1-mesa-dev libwayland-dev libxkbcommon-dev wayland-protocols

# FFMPEG (For video decoding and image rescaling)
sudo apt install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libavdevice-dev

# DC1394 (For firewire input)
sudo apt install libdc1394-22-dev libraw1394-dev

# libjpeg, libpng, libtiff, libopenexr (For reading still-image sequences)
sudo apt install libjpeg-dev libpng-dev libtiff5-dev libopenexr-dev

# build Pangolin
git clone https://github.com/stevenlovegrove/Pangolin.git

cd Pangolin

mkdir build

cd build

cmake ..

cmake --build .    # 注意最后那個點

按照上述步驟安裝之后可以運行例子測試一下：

cd ~/Pangolin/build/examples/HelloPangolin
./HelloPangolin

如果顯示一個彩色立方體，并且可以通過鼠標左、右鍵和滾輪按住拖拽，就表示 Pangolin 安裝成功了。
如果報錯，尤其是與 EGL 相關(guān)的錯誤，很可能是顯卡驅(qū)動的問題，可以嘗試更新顯卡驅(qū)動。

編譯 ORB-SLAM2 文件

從 github 下載源文件

git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2

slam2 的作者將后續(xù)的編譯過程整理成了 .sh 可執(zhí)行文件，直接運行即可。

cd ORB_SLAM2

chmod +x build.sh

./build.sh

可以打開 build.sh 文件看一下，里面的內(nèi)容實際上就是依次編譯了 DBoW2、g2o，解壓縮 vocabulary，最后編譯 ORB_SLAM2. 如果在編譯過程中顯示 <usleep> 相關(guān)的錯誤，則需要在 ~/ORB_SLAM2/include/System.h 頭文件中添加 #include <unistd.h>.

如果要用 ROS 模式跑 demo，還要額外編譯 ROS 文件。
首先將 ROS 所在目錄加入 ROS_PACKAGE_PATH 環(huán)境變量中，具體操作是將下述命令添加到 .bashrc 文件末尾（別忘了替換下述命令中的 <PATH>）：

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:<PATH>/ORB_SLAM2/Examples/ROS

source 更新變量之后開始編譯：

chmod +x build_ros.sh

./build_ros.sh

在編譯過程中可能會出現(xiàn)一個錯誤：undefined reference to symbol '_ZN5boost6system15system_categoryEv'.
這是因為在編譯時沒有添加 boost_system 共享庫文件。
修改 Examples/ROS/ORB_SLAM2/CMakeLists.txt 文件中的如下內(nèi)容：

set(LIBS 
${OpenCV_LIBS} 
${EIGEN3_LIBS}
${Pangolin_LIBRARIES}
${PROJECT_SOURCE_DIR}/../../../Thirdparty/DBoW2/lib/libDBoW2.so
${PROJECT_SOURCE_DIR}/../../../Thirdparty/g2o/lib/libg2o.so
${PROJECT_SOURCE_DIR}/../../../lib/libORB_SLAM2.so
-lboost_system    
)

即只需要在最后加上 -lboost_system.

到此為止，整個系統(tǒng)的編譯部分就完成了，下邊在普通模式和 ROS 模式下分別運行 demo.

普通模式

單目

TUM 數(shù)據(jù)集（https://vision.in.tum.de/data/datasets/rgbd-dataset/download）

這里采用了第一個數(shù)據(jù)集 fr1/xyz，壓縮包為 0.47 GB，時長 30.09 秒，移動距離 7.112 米.

在后續(xù)測試中，所有數(shù)據(jù)集都放在與 Examples 同一目錄下的 datasets 文件夾中。

運行單目 SLAM 的命令格式如下：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

具體命令：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml datasets/rgbd_dataset_freiburg1_xyz

mono_tum.png

KITTI 數(shù)據(jù)集（http://www.cvlibs.net/datasets/kitti/eval_odometry.php）

這里采用了 Download odometry data set (grayscale, 22 GB) 這個數(shù)據(jù)集，包含灰度圖，子文件夾序號從 00 到 21. 我們只測試了 00 號文件夾。

命令格式如下：

./Examples/Monocular/mono_kitti Vocabulary/ORBvoc.txt Examples/Monocular/KITTIX.yaml PATH_TO_DATASET_FOLDER/dataset/sequences/SEQUENCE_NUMBER

具體命令：

./Examples/Monocular/mono_kitti Vocabulary/ORBvoc.txt Examples/Monocular/KITTI00-02.yaml datasets/KITTI/sequences/00

monon_kitti.png

EuRoC 數(shù)據(jù)集（https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets）
我們采用的是 Machine Hall 01，共 1.6GB.

命令格式：

./Examples/Monocular/mono_euroc Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml PATH_TO_SEQUENCE/cam0/data Examples/Monocular/EuRoC_TimeStamps/SEQUENCE.txt

具體命令：

./Examples/Monocular/mono_euroc Vocabulary/ORBvoc.txt Examples/Monocular/EuRoC.yaml datasets/MH_01_easy/mav0/cam0/data Examples/Monocular/EuRoC_TimeStamps/MH01.txt

mono_euroc.png

雙目

KITTI 數(shù)據(jù)集
依然采用前述 KITTI 數(shù)據(jù)集，sequence 00.

命令格式：

./Examples/Stereo/stereo_kitti Vocabulary/ORBvoc.txt Examples/Stereo/KITTIX.yaml PATH_TO_DATASET_FOLDER/dataset/sequences/SEQUENCE_NUMBER

具體命令：

./Examples/Stereo/stereo_kitti Vocabulary/ORBvoc.txt Examples/Stereo/KITTI00-02.yaml datasets/KITTI/sequences/00

stereo_kitti.png

EuRoC 數(shù)據(jù)集
采用與單目時相同的數(shù)據(jù)集。

命令格式：

./Examples/Stereo/stereo_euroc Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml PATH_TO_SEQUENCE/cam0/data PATH_TO_SEQUENCE/cam1/data Examples/Stereo/EuRoC_TimeStamps/SEQUENCE.txt

具體命令：

./Examples/Stereo/stereo_euroc Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml datasets/MH_01_easy/mav0/cam0/data datasets/MH_01_easy/mav0/cam1/data Examples/Monocular/EuRoC_TimeStamps/MH01.txt

stereo_euroc.png

RGB-D 示例

依然采用之前的 TUM 數(shù)據(jù)集，這次加入深度信息。
這里需要對 rgb 圖和 depth 圖做一下匹配，官方提供了腳本程序 associate.py

格式如下：

python associate.py PATH_TO_SEQUENCE/rgb.txt PATH_TO_SEQUENCE/depth.txt > associations.txt

匹配之后得到 associations.txt 文件，然后運行 SLAM 程序，格式為：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUMX.yaml PATH_TO_SEQUENCE_FOLDER ASSOCIATIONS_FILE

具體命令為：

./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml datasets/rgbd_dataset_freiburg1_xyz  datasets/rgbd_dataset_freiburg1_xyz/associations.txt

rgbd_tum.png

ROS 模式

在 ROS 模式下，需要從 rosbag 里面發(fā)布數(shù)據(jù)，因此要從上述數(shù)據(jù)網(wǎng)站上下載相應(yīng)的 rosbag 數(shù)據(jù)包。

在運行時，一個關(guān)鍵的設(shè)置是將 slam node 接收的 ros topic 和 rosbag 發(fā)布的 ros topic 匹配起來，也就是收、發(fā)雙方的 ros topic 名字必須相同.

topic 名字的轉(zhuǎn)化既可以在運行 slam node 時設(shè)置，格式為

rosrun  <package_name>  <node_name>  original_topic:=new_topic

也可以在 play rosbag 的時候設(shè)置，格式為

rosbag play <bag_name> original_topic:=new_topic

單目

這里采用 TUM 數(shù)據(jù)集對應(yīng)的 rosbag
包含的 rostopic 如下：

/camera/depth/camera_info     798 msgs    : sensor_msgs/CameraInfo        
/camera/depth/image           798 msgs    : sensor_msgs/Image             
/camera/rgb/camera_info       798 msgs    : sensor_msgs/CameraInfo        
/camera/rgb/image_color       798 msgs    : sensor_msgs/Image             
/cortex_marker_array         3034 msgs    : visualization_msgs/MarkerArray
/imu                        15158 msgs    : sensor_msgs/Imu               
/tf                          4242 msgs    : tf/tfMessage

其中要用到的 topic 是 /camera/rgb/image_color，而 rosnode ORB_SLAM2/Mono 接收的 topic 名字為 /camera/image_raw。我們可以在 play rosbag 時將 rosbag 中的/camera/rgb/image_color 轉(zhuǎn)換為 /camera/image_raw。

完整命令如下：

roscore

rosrun ORB_SLAM2 Mono Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml 

rosbag play datasets/rgbd_dataset_freiburg1_xyz.bag /camera/rgb/image_color:=/camera/image_raw

ros_mono_tum.png

單目 AR

實現(xiàn)增強現(xiàn)實效果，可以向攝像頭中的世界插入一個虛擬立方體，通過攝像頭觀察，這個虛擬立方體與實際物體相仿。

運行命令與上邊幾乎完全相同，只是將 rosrun ORB_SLAM2 Mono 替換為 rosrun ORB_SLAM2 MonoAR.

ros_monoar_tum.png

雙目

這里我們用 EuRoC 數(shù)據(jù)集對應(yīng)的 rosbag，包含如下的 topic：

/cam0/image_raw    3682 msgs    : sensor_msgs/Image         
/cam1/image_raw    3682 msgs    : sensor_msgs/Image         
/imu0             36820 msgs    : sensor_msgs/Imu           
/leica/position    3099 msgs    : geometry_msgs/PointStamped

其中關(guān)鍵的 topic 是左右兩個攝像頭的數(shù)據(jù) /cam0/image_raw 和 /cam1/image_raw。
而雙目 rosnode Stereo 接收的 topic 分別為 /camera/left/image_raw 和 /camera/right/image_raw，因此在運行時也需要轉(zhuǎn)換一下 topic 名稱。

完整命令如下：

roscore

rosrun ORB_SLAM2 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml true

rosbag play --pause MH_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw

ros_stereo_euroc.png

RGB-D

這里我們采用 TUM 的 rosbag，也就是在單目示例中用到的那個.
此時用到兩個 topic 數(shù)據(jù)：

/camera/depth/image           798 msgs    : sensor_msgs/Image               
/camera/rgb/image_color       798 msgs    : sensor_msgs/Image

rosnode RGBD 接收的 topic 分別是 /camera/depth_registered/image_raw 和 /camera/rgb/image_raw，因此也需要轉(zhuǎn)換 topic.

完整命令如下：

roscore 

rosrun ORB_SLAM2 RGBD Vocabulary/ORBvoc.txt Examples/RGB-D/TUM1.yaml

rosbag play --pause rgbd_dataset_freiburg1_xyz.bag /camera/rgb/image_color:=/camera/rgb/image_raw /camera/depth/image:=/camera/depth_registered/image_raw

ros_rgbd_tum.png

這里的結(jié)果有點出乎意料，相機鏡頭一直固定點附近晃動，沒有形成之前我們常見的 SLAM 地圖。
經(jīng)過查找，發(fā)現(xiàn)是 Examples/RGB-D/TUM1.yaml 這個文件的參數(shù)設(shè)置有問題，其中

# Deptmap values factor 
DepthMapFactor: 5000.0

這個參數(shù)似乎是深度值的校正系數(shù)。在具體使用時，表達式為 Z = depth_image[v,u] / factor;

在 TUM 官網(wǎng)中明確指出普通運行模式和 ROS 運行模式中，這個數(shù)值是不同的：

factor = 5000 # for the 16-bit PNG files
OR: factor = 1 # for the 32-bit float images in the ROS bag files

因此之前普通模式運行時用 Examples/RGB-D/TUM1.yaml 沒有問題，但是在 ROS 模式下就需要修改一下參數(shù)

# Deptmap values factor 
DepthMapFactor: 1.0

修改之后，再次運行上邊的命令，就可以得到預(yù)期的效果。

ros_rgbd_tum_modified.png

總結(jié)

本文詳細記錄了 ORB SLAM 2 中 demo 的復(fù)現(xiàn)過程，以及其中可能存在的一些問題和解決方案。
在接下來的工作中，我們將參考高翔博士的工作復(fù)現(xiàn) ORB SLAM 2 + 點云建圖，

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

ORB SLAM 2 demo 復(fù)現(xiàn)（普通模式 + ROS 模式）

ORB SLAM 2 demo 復(fù)現(xiàn)（普通模式 + ROS 模式）

系統(tǒng)平臺

安裝依賴

OpenCV

DBoW2 和 g2o

ROS

Eigen3

Pangolin

編譯 ORB-SLAM2 文件

普通模式

單目

雙目

RGB-D 示例

ROS 模式

單目

單目 AR

雙目

RGB-D

總結(jié)

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

ORB SLAM 2 demo 復(fù)現(xiàn)（普通模式 + ROS 模式）

系統(tǒng)平臺

安裝依賴

OpenCV

DBoW2 和 g2o

ROS

Eigen3

Pangolin

編譯 ORB-SLAM2 文件

普通模式

單目

雙目

RGB-D 示例

ROS 模式

單目

單目 AR

雙目

RGB-D

總結(jié)

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av